我开始看pipenv
,看起来很不错。我唯一担心的是,我的大部分项目涉及numpy
,scipy
和其他一些不那么小的图书馆。
目前的方式管理我的项目:我安装了pyenv
和pyenv-virtualenv
。我有几个(目前是4个)特定的virtualenvs
,每个都迎合一种类型的项目。项目本身有.pyenv-version
设置,我有启用pyenv
的自动加载virtualenv功能。如果我需要分享一个项目,我会从requirements.txt
生成pip freeze -l
和virtualenv
。
因此,在我目前的设置中,我有X
项目数量和Y, Y << X
数量virtualenvs
,所有相当于几GB的硬盘空间。请注意,由于像numpy
这样的大型库,每个virtualenvs
都非常大,大约700-900 MB。
我的问题:
据我了解,pipenv
默认会为我的所有项目创建一个virtualenv
,因此我的virtualenvs
占用的硬盘空间会大大增加。我感兴趣的是:
pipenv
环境,这些项目使用完全相同的依赖项?即加载相同的pipenv
的多个virtualenv
配置?pipenv
设置的virtualenv
生成pyenv
配置文件?即我不会使用pipenv
来实际运行我的项目,我不会用virtualenvs
创建任何pipenv
,但我会创建pipenv
配置文件以共享项目(在这种情况下,可能也在requirements.txt
旁边)。编辑:我重写了大部分问题,以使其更清晰。
pipenv
似乎不适合您的特定工作流程,因为它以项目为中心而非以环境为中心。 pipenv
将虚拟环境视为不稳定,并保留在情况需要时自由更改虚拟环境的权利。您可以使用它,但是在您的环境发生变化的情况下,由于pipenv
更加严格,所以保持所有项目同步将是一件痛苦的事。
您可以为pipenv
显式指定用于项目by creating a .venv
file in the project root with a path to it的虚拟环境(通常,virtualenvs是在具有自动生成的名称的特定位置创建的,其中包含项目路径的哈希值)。这似乎没有记录。
然而,与pipenv
不同,virtualenv
检查并强制执行虚拟环境具有满足Pipfile
条件的精确模块集以及生成的Pipfile.lock
中指定的确切“最后测试配置”。
Pipfile
生成requirements.txt
,它将指定确切的包版本并包含所有依赖项 - while by design, it's supposed to contain more intelligent information.因此,如果您在环境中更改任何软件包版本,则需要:
Pipfile.lock
s(例如,复制已更改的项目)。使用生成的Pipfile
,您可以放弃删除它们。Pipfile
s更新为新的软件包版本(例如,复制已更改的软件包)