Python 虚拟环境工具清单：5 种方案适用场景

装包把全局环境搞乱，多半是没建虚拟环境。Python 虚拟环境的作用就一句话：给每个项目一套独立的包目录，A 项目升级库不会影响 B 项目。下面按「谁适合用哪种」把 5 种主流方案摆开，附创建命令和踩坑点。

结论先行：Python 虚拟环境五选一怎么定

• 只写脚本、做作业、跑小工具：用 venv，Python 自带，零安装。

• 做数据分析、要装 CUDA 或编译好的数学库：用 conda，从 Miniconda 起步。

• 项目要发版、要给别人 pip 安装：用 poetry，把依赖版本锁死。

• 手上项目多、受不了每次装包干等：用 uv。

• 维护老项目、Python 版本低于 3.3：用 virtualenv。

拿不准就先上 venv，后面不够用再换，迁 requirements.txt 的成本并不高。

五种 Python 虚拟环境工具，各自适合谁

venv：不用装，够用

1. 在项目根目录执行 python -m venv .venv。

1. 激活：Windows 用 .venvScriptsactivate，macOS 或 Linux 用 source .venv/bin/activate。

1. 命令行前面出现 (.venv) 就是成功了，之后 pip install 都装进这个目录。

好处是零安装，Python 3.3 以后自带；限制是只能管 Python 包，装不了系统级依赖，而且每开一个新终端都要重新激活一次。

conda：要装非 Python 的东西时用

数据科学场景常要装 CUDA、MKL 这类二进制依赖，pip 经常装不动，conda 能一起管。

• 装 Miniconda 就够，完整版 Anaconda 体积大很多。

• 建环境：conda create -n myenv python=3.11；激活：conda activate myenv。

• 限制：环境目录占空间多，切环境比 venv 慢；纯 Web 项目没必要上。

poetry：依赖要锁死、项目要发版

pyproject.toml 写依赖，poetry.lock 锁版本，别人 clone 下来装出来的包和你一致。

• poetry new 项目名 建骨架，poetry add requests 加依赖，poetry install 还原环境。

• 适合团队协作和准备发到 PyPI 的项目。

• 限制：学习成本比 venv 高，一次性小脚本用不上。

uv：装包快、项目多的时候舒服

Rust 写的包管理工具，能直接读 requirements.txt 和 pyproject.toml。

• uv venv 建环境，uv pip install -r requirements.txt 装依赖。

• 适合本地同时开好几个项目、每次装依赖都要等半天的情况。

• 限制：生态比 pip 新，个别老包出问题时退回 pip 再试一次。

virtualenv：老版本 Python 的补位

Python 3.3 以前没有 venv，这类老项目先 pip install virtualenv，再 virtualenv .venv 建环境。新项目没必要专门选它。

按项目类型挑：3 个判断问题

1. 要不要装非 Python 的依赖（CUDA、编译库）？要就用 conda；不要就往下走。

1. 项目会给别人用、要锁版本吗？要就选 poetry 或 uv；不要就选 venv。

1. Python 版本低于 3.3 吗？是就用 virtualenv；不是就 venv 或 uv。

三个问题都答「不需要」，用 venv 就行，别为了工具而工具。

避坑提醒：4 个容易踩的坑

• 建了环境却忘记激活，装完发现全局多了一堆包。用 which python（macOS、Linux）或 where python（Windows）看路径里有没有 .venv。

• 把 .venv 提交进 Git，几百 MB 的包被打进仓库。在 .gitignore 里加一行 .venv/。

• 项目文件夹改名或搬家后环境失灵，原因是 venv 里记着绝对路径。删掉重建最快。

• 同一个环境里 conda 和 pip 混着装，容易撞依赖。一个环境里统一用一种装包方式。

常见问题（FAQ）

每个项目都要单独建虚拟环境吗？

建议都建。判断标准很简单：只要这个项目要 pip install 第三方包，就给它单独一个环境，省得两个项目抢同一个库的版本。

venv 和 virtualenv 有什么区别？

venv 是 Python 标准库自带，virtualenv 是第三方包，支持更老的 Python 版本，建环境的速度也更快一些。新项目用 venv 足够。

直接把 .venv 文件夹删掉会有影响吗？

不影响代码，只丢环境。删掉后重新建一个 Python 虚拟环境、再按 requirements.txt 装一遍依赖就能还原，前提是这个文件你一直维护着。

requirements.txt 和 lock 文件有什么不一样？

前者通常只写包名和版本范围，后者记录的是实际装上的精确版本和整棵依赖树。要严格复现环境，lock 文件更可靠。

最后更新：2026-10-21（工具界面、价格与政策可能调整，请以官方页面为准）。