虽然后来 Python 写得越来越少，但是还是要和一些使用 Python 的项目打交道，并且发现许多同学对于 Python 的虚拟环境，包管理等问题并不是很熟悉，因此写这篇博客梳理一下，希望对其他人有所帮助。
TL;DR
- 使用 pyenv 切换不同版本的 python
- 使用 poetry 在不同 python 下管理项目依赖和虚拟环境
- 绝不使用 sudo pip install 安装 python 包
- 绝不使用 sudo make install 安装 python
Python 版本选择问题
除了特殊的本身就对于多版本软件有良好支持的发行版（例如 NixOS）以外，目前来说（2021 年）系统上安装的 python 最多只有两个大版本，2.x 和 3.x，这些 python 已经被系统包管理器处理好了各自的依赖关系，有时候甚至会用到系统关键组件中去。因此，除非知道自己在做什么，绝对不要使用 sudo pip install 或者 make install 来在全局安装 python 库 或者全新的 python 版本。
我所使用的多版本管理方案是 pyenv，能够在不同的 python 版本中自由切换，类似于 rbenv 或者 opam switch。
如果你只想要 python3，对小版本号没有太苛刻的需求，那么没必要去使用 pyenv，可以在开发时直接使用后文提到的 poetry 来管理项目。
后续可以通过poetry env use ~/.pyenv/shims/python来设置 poetry 使用按照的 pyenv 的python解释器。
Poetry 和虚拟环境
在开发一个项目的时候，很可能需要安装许多软件包，这些软件包有可能还需要指定版本，因此与本地版本冲突，这时我们就需要虚拟环境进行隔离。虚拟环境是一个干净的 python 环境，在这个环境中进行 python 软件包的安装并不会影响其他虚拟环境或者系统环境， python3.3 之后通常使用自带的 venv 来实现。
在开发时，很常见的需求是需要复现环境，安装需要的软件包，通过 requirements.txt （原生 python）或者通过 Pipfile （pipenv）都可以，前者对于软件包的互相依赖没有很好的支持，后者的 lock 时间在项目稍微大一点的时候就令人发怵。
poetry 是一个更现代的 python 软件包管理器。
常见的使用方式
-
新建一个项目：
poetry new <project-name>。 -
在当前项目中添加依赖：
poetry add <package-name>，加上--dev参数表示为开发依赖。 -
安装所有的依赖：
poetry install。 -
在虚拟环境中运行某个脚本或者程序：
poetry run <cmd>。其中<cmd>可以是python <filename>.py，也可以是一个存在于虚拟环境中的可执行文件的名字，例如flask，fava等等。 -
删除现有的虚拟环境：
poetry env rm pytyon。 -
如果需要使用国内镜像，则编辑
pyproject.toml，在pyproject.toml里加入1 2 3[[tool.poetry.source]] name = "zju" url = "https://mirrors.zju.edu.cn/pypi/web/simple"
安装个人使用的软件包
通过 pip install --user 能够为当前环境中 pip 所对应的 python 版本 在用户目录下安装软件包。如果对于个人所需要使用的软件包，同时系统包管理器又没有提供的，推荐在（使用 pyenv ）选择了合适的 python 版本之后，用这种方式安装。
同时，需要将安装之后的 bin 路径添加到环境变量中，通常是 $HOME/.local/bin。添加后即可直接在命令行中使用了。
进阶使用
构建软件包并且指定可执行的脚本
执行 poetry build 即可构建软件包。
指定可执行程序的函数入口：
|
|
表示安装了最终构建的 wheel 包以后，有一个可执行文件叫做 abc，运行之后会执行 bca/abc.py 中的 main 函数的内容。
通过 Poetry 运行 Python 服务和脚本
有时候，系统没有相应的软件包可供安装（例如一些 GitHub 上的自动脚本），那么使用 poetry 来配置并运行也是一个不错的选择。
只需要建立一个工程，只使用 poetry add <...> 和 poetry run <...> 即可，既不会影响本地的环境，也可以在迁移和升级的时候更方便。不需要编写任何代码，。
对于一些需要使用守护进程运行的服务，可以使用 systemd 管理。以下是我使用的一个 Unit file：
|
|