序言

在这篇文章中，我想介绍如何使用Conda以及Poetry管理项目环境。
我们使用Conda实现Ptyhon多版本的管理
使用Poetry实现Ptyhon项目的依赖包管理

Conda：环境(env)管理

安装Minconda

wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh 
bash Miniconda3-latest-Linux-x86_64.sh

第一次安装时使用 source ~/.bashrc 激活base环境
使用conda config --set auto_activate_base false 关闭base环境的自动激活

创建虚拟环境

conda create -n your_env_name python=3.9

激活虚拟环境
```
conda activate your_env_name
```
退出虚拟环境
```
conda deactivate your_env_name
```
删除环境(如果需要)
```
conda remove -n your_env_name --all
```
如果需要的话
- 在虚拟环境中使用conda env export > environment.yml 导出虚拟环境
- 在base环境中使用conda env export -n ENVNAME > environment.yml 导出虚拟环境
- 也可以用conda env export --from-history > environment.yml 仅导出包，不导出依赖包
使用conda env create -f environment.yaml 重新生成环境

Poetry: 依赖(dependence)管理

安装Poetry

curl -sSL https://install.python-poetry.org | python3 -

将 export PATH="$HOME/.local/bin:$PATH" 加入.bashrc

echo 'export PATH="$HOME/.local/bin:$PATH"'>> ~/.bashrc
source ~/.bashrc

全局关闭poetry的创建虚拟环境，注意此时不要在conda环境中
```
poetry config virtualenvs.create false
```
关于Poetry的操作见Reference - Poetry(Chinese Version)，这里只提及与conda的协作

pyporject.toml

这是poetry最重要的文件之一，一个基本的pyproject.toml 如下所示

  # pyproject.toml  
    
  [tool.poetry]  
  name = "rp-poetry"  
  version = "0.1.0"  
  description = ""  
  authors = ["Philipp <philipp@realpython.com>"]  
    
  [tool.poetry.dependencies]  
  python = "^3.9"  
    
  [tool.poetry.dev-dependencies]  
  pytest = "^5.2"  
    
  [build-system]  
  requires = ["poetry-core>=1.0.0"]  
  build-backend = "poetry.core.masonry.api"

在激活了conda以后
- 在[tool.poetry.dependencies]添加需要的包 / 使用 poetry add <package name> 添加包
- 使用poetry lock 锁定依赖
- 使用poetry install 安装依赖
- 使用poetry show 查看
  此时所有的poetry依赖将都安装在当前conda环境内，对外部不会有影响

总结

使用Conda + Poetry的方式，可以根据Python的版本管理不同的依赖

The Road to Python 1 Conda and Poetry

Guidance on creating a clean & isolated Python environment

序言

Conda：环境(env)管理

Poetry: 依赖(dependence)管理

pyporject.toml

总结

CATALOG