poetry作为一个传统虚拟环境的实现，poetry 凭借其强大的依赖分析能力被大量项目所推荐的虚拟环境管理工具。

poetry 作为首选的虚拟环境管理工具是最优方案，其强大的依赖分析能力、环境封装能力。

## 依赖包管理

安装requirements.txt中的所有内容

pip install -r requirements.txt

如何生成requirements.txt

pip freeze > requirements.txt

### Poetry包管理工具

poerty使用文档

<https://www.cnblogs.com/poloyy/tag/poetry/>

<https://pipx.pypa.io/stable/> <https://python-poetry.org/docs/>

<https://www.cnblogs.com/aifengqi/p/15394389.html>

- 安装poetry

pip instll poetry or pipx install poetry or pipx upgrade poetry

安装完成后可以看是否添加poetry至环境变量中

poetry --version

- 使用poetry创建虚拟环境

通常我们会设置 virtualenvs.create=true 并且直接使用 poetry install 等命令来直接自动创建虚拟环境，不过我们也可以通过 poetry env use 手动创建虚拟环境，或通过 poetry env use <解释器路径> 来手动指定一个 python 解释器。例如：

poetry env use C:\Users\Well404\AppData\Local\Programs\Python\Python310\python.exe

此命令便是使用了安装在默认路径的 Python3.10 解释器进行项目的创建。

- 手动创建虚拟环境

使用 poetry env use PYTHONPATH 命令创建虚拟环境, PYTHONPATH可以使用which python 查看python的路径。

- 激活当前虚拟环境

我们也可以通过 poetry run 命令 来直接在该项目的虚拟环境中执行命令，也可以通过 poetry shell 来显式激活这个虚拟环境。退出使用 exit 则退出当前虚拟环境

例如我们要运行这个虚拟环境中的 main.py 文件，便可使用 poetry run python main.py 或在 poetry shell 激活后直接输入 python main.py。

- 查看当前虚拟环境

poetry env list and poetry env info 查看当前虚拟环境的情况

- 虚拟环境命令

通过 poetry env -h 查看帮助文档

- 新建一个项目模板：

poetry new poetry-demo

- 转化现有的项目

已有项目中poetry 会对这个项目进行分析，并生成 pyproject.toml 文件，其过程类似于创建新项目的操作。

cd pre-existing-project

poetry init

- 调整poetry设置

通过 poetry config --list 命令，我们可以查看 poetry 的设置。

通过 poetry config 命令，我们可以调节 poetry 的设置。例如：

poetry config virtualenvs.create true

poetry config virtualenvs.in-project true

在此，我们简单了解两个配置项：virtualenvs.create 和 virtualenvs.in-project

当参数 virtualenvs.create 为 true 时，执行 poetry install 或 poetry add 时会检测当前项目是否有虚拟环境，没有就自动创建，默认为 true。

当参数 virtualenvs.in-project 为 true 时，虚拟环境的依赖将会放置于项目的文件夹内，而不是 poetry 默认的 {cache-dir}/virtualenvs，默认为 false。

通常情况下将这两项均设置为 true，这将简化我们的工作流程，以及更加方便的管理项目与其依赖。

- 使用poetry安装依赖

如果项目中已有 pyproject.toml 文件，可使用 poetry install 来直接安装其中所列出的依赖。poetry install --no-dev 参数以跳过 dev 使用的依赖，通常在部署项目时使用。

使用 poetry add <package> 可以在环境中安装新的依赖，例如 poetry add numpy，也可以一次性添加多个依赖 poetry add requests pendulum。

通过 --dev 参数可以指定为 dev 依赖，例如 poetry add pytest --dev。

通过指定版本号也可限定依赖的版本范围，例如 poetry add pendulum@^2.0.5 或 poetry add "pendulum>=2.0.5"。

- 安装开发依赖

poetry add uvicorn -D or --dev

- 其他常用命令

查看虚拟环境信息 poetry env info

显示虚拟环境所有列表 poetry env list

查看可以更新的依赖 poetry show --outdated

查看项目安装的依赖 poetry show

以树形结构查看项目安装的依赖关系 poetry show --tree

- vscode配置及调试

使用poetry env info -p 查到选择器的路径

在settings.json中添加如下代码

``` json

{

"python.defaultInterpreterPath": "/Users/webplus/Library/Caches/pypoetry/virtualenvs/fastapi-glm-demo-dEYW9svt-py3.11"

}

```

调试在launch.json中添加如下代码

``` json

{

"name": "Python 调试程序: FastAPI",

"type": "debugpy",

"request": "launch",

"module": "uvicorn",

"args": ["app.main:app", "--reload"],

"jinja": true

}

```

## conda虚拟环境管理

Python environments in VS Code <https://code.visualstudio.com/docs/python/environments>

- 创建一个名为 test 的虚拟环境。

conda create -n test

- 创建一个名为 test，且python版本为 3.8 的虚拟环境的虚拟环境。

conda create -n test python=3.8

- 从已有的虚拟环境 test 复制一份为 test_copy。

conda create -n test_copy --clone test

- 使用conda移除虚拟环境

移除一个名为 test 的虚拟环境。

conda remove -n test --all

- 查看conda虚拟环境列表

conda env list

- 使用conda激活虚拟环境

激活一个名为 test 的虚拟环境。

conda activate test

首次使用conda时：

source activate chatglm3-6b 或 conda activate chatglm3-6b

- 退出conda虚拟环境

conda deactivate

值得注意的是，此命令不包含任何额外的参数。因为一个终端仅能同时激活一个虚拟环境，因此也没有必要指定取消激活的虚拟环境的环境名。

- 返回主环境

如果想返回默认的python 2.7环境，运行

source deactivate py35 # for Linux & Mac

- 查看系统中的所有环境

用户安装的不同Python环境会放在~/anaconda/envs目录下。查看当前系统中已经安装了哪些环境，使用conda info -e。

conda env list 查询当前的conda虚拟环境 <https://blog.csdn.net/miracleoa/article/details/106115730>

## 运行

python -m sklearnex my_application.py

python -m app.main