虚拟环境与包管理

Python 2.7 的项目依赖管理通过 virtualenv 创建隔离的虚拟环境，配合 pip 安装第三方包。这是避免项目间依赖冲突、保证环境可复现的标准做法。

virtualenv

安装：

pip install virtualenv

创建虚拟环境：

# 创建名为 venv 的虚拟环境
virtualenv venv

# 指定 Python 版本
virtualenv -p /usr/bin/python2.7 venv

# 不复制系统 site-packages（更干净）
virtualenv --no-site-packages venv

激活与退出：

# Linux/macOS
source venv/bin/activate

# Windows
venv\Scripts\activate

# 退出
 deactivate

激活后，命令行提示符会显示虚拟环境名称：

(venv) $ python --version
Python 2.7.18

此时 python 和 pip 指向虚拟环境中的版本，安装的包只在当前环境可用。

pip 包管理

安装包：

pip install requests
pip install requests==2.25.1        # 指定版本
pip install "requests>=2.20,<3.0"    # 版本范围
pip install -e .                     # 以开发模式安装当前项目

查看已安装包：

pip list
pip freeze                            # 适合 requirements.txt 的格式

导出依赖：

pip freeze > requirements.txt

requirements.txt 内容示例：

requests==2.25.1
flask==1.1.4
sqlalchemy==1.4.46

安装依赖：

pip install -r requirements.txt

这是复现环境的标准方式：新机器上创建虚拟环境后，执行 pip install -r requirements.txt 即可安装所有依赖。

requirements.txt 进阶

分类依赖：

# requirements.txt —— 生产依赖
flask==1.1.4
gunicorn==20.1.0

# requirements-dev.txt —— 开发依赖
-r requirements.txt
pytest==4.6.11
mock==3.0.5
flake8==3.9.2

开发时安装：

pip install -r requirements-dev.txt

条件依赖：

# requirements.txt
requests==2.25.1

# Python 2.7 需要旧版本
enum34==1.1.10; python_version < "3.4"

项目结构

典型的 Python 2.7 项目结构：

myproject/
├── venv/                   # 虚拟环境（不提交到版本控制）
├── mypackage/              # 主包
│   ├── __init__.py
│   ├── module1.py
│   └── module2.py
├── tests/                  # 测试
│   ├── __init__.py
│   ├── test_module1.py
│   └── test_module2.py
├── requirements.txt        # 生产依赖
├── requirements-dev.txt    # 开发依赖
├── setup.py                # 包安装配置
├── README.md
└── .gitignore

.gitignore：

venv/
*.pyc
__pycache__/
*.egg-info/
dist/
build/

setup.py

setup.py 让项目可安装：

from setuptools import setup, find_packages

setup(
    name="mypackage",
    version="1.0.0",
    packages=find_packages(),
    install_requires=[
        "requests>=2.20",
        "flask>=1.1,<2.0",
    ],
    python_requires=">=2.7, !=3.0.*, !=3.1.*",
    entry_points={
        "console_scripts": [
            "myapp=mypackage.cli:main",
        ],
    },
)

安装项目：

pip install -e .        # 开发模式（修改代码无需重新安装）
pip install .           # 生产安装

实际应用

项目初始化脚本：

#!/bin/bash
# setup.sh

# 创建虚拟环境
virtualenv venv

# 激活
source venv/bin/activate

# 升级 pip
pip install --upgrade pip

# 安装依赖
pip install -r requirements-dev.txt

# 运行测试
python -m unittest discover -v

echo "Setup complete!"

检查依赖冲突：

pip check                 # 检查依赖兼容性（pip 9.0+）

查看包信息：

pip show requests         # 显示包的详细信息
pip show --files requests # 显示包安装的文件

Python 2.7 的特殊考虑

Python 2.7 已于 2020 年停止维护，使用时有以下注意事项：

安全更新：

  • 不再接收官方安全补丁
  • 生产环境应考虑迁移到 Python 3
  • 如果必须使用，确保系统层面的安全隔离

兼容包：

  • 许多包已停止支持 Python 2.7
  • 安装时可能需要指定旧版本
  • 使用 pip install package==version 锁定可用版本

常见 Python 2.7 兼容包：

requests==2.27.1          # 最后一个支持 Python 2.7 的版本
flask==1.1.4              # Flask 2.0+ 需要 Python 3.6+
django==1.11.29           # Django 2.0+ 需要 Python 3+
pytest==4.6.11            # pytest 5.0+ 需要 Python 3.5+

迁移准备：

# 安装 future 包，帮助编写兼容代码
pip install future

# 使用 modernize 自动转换
pip install modernize
modernize -w mypackage/

与 conda 的选择

特性virtualenv + pipconda
包来源PyPIAnaconda 仓库
非 Python 依赖需手动安装自动管理
科学计算包可能编译失败预编译二进制
环境管理virtualenvwrapperconda env
标准性Python 官方推荐数据科学领域流行

纯 Python 项目推荐 virtualenv + pip。涉及 NumPy、SciPy 等科学计算包时，conda 更方便。