Python Virtuella Miljöer: venv, conda, pipenv och poetry

Virtuella miljöer är hörnstenen i Python-beroendehantering. Denna guide täcker de fyra huvudverktygen: venv, conda, pipenv och Poetry.

Varför virtuella miljöer är viktiga

Varje Python-projekt har egna beroenden med specifika versionskrav. Virtuella miljöer löser detta genom att skapa isolerade Python-installationer per projekt.

venv: Inbyggt standardbibliotek

venv ingår med Python 3.3+ och är det enklaste alternativet.

# venv — Built-in (Python 3.3+)

# Create a virtual environment
python -m venv .venv

# Activate (macOS/Linux)
source .venv/bin/activate

# Activate (Windows)
.venv\Scripts\activate

# Install packages
pip install django requests

# Save dependencies
pip freeze > requirements.txt

# Install from requirements.txt
pip install -r requirements.txt

# Deactivate
deactivate

# Delete the environment
rm -rf .venv

# Recommended: add .venv to .gitignore
echo ".venv" >> .gitignore

Poetry: Modern beroendehantering

Poetry är den mest moderna Python-beroendehanteraren.

# Poetry — Modern Dependency Management (Recommended 2026)

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

# Create a new project
poetry new my-project
cd my-project

# Add dependencies
poetry add django
poetry add --group dev pytest black ruff

# Install all dependencies (from poetry.lock)
poetry install

# Run commands in the virtual environment
poetry run python manage.py runserver
poetry run pytest

# Open a shell in the virtual environment
poetry shell

# Update dependencies
poetry update

# Export to requirements.txt (for compatibility)
poetry export -f requirements.txt --output requirements.txt

# Build and publish a package
poetry build
poetry publish

# Show dependency tree
poetry show --tree

# pyproject.toml (auto-generated)
# [tool.poetry]
# name = "my-project"
# version = "0.1.0"
# description = ""
# [tool.poetry.dependencies]
# python = "^>=3.11"
# django = "^>=5.0"
# [tool.poetry.group.dev.dependencies]
# pytest = "^>=8.0"

conda: Data science-kraftpaket

conda är en komplett pakethanterare som kan installera icke-Python-beroenden.

# conda — Data Science / ML (Anaconda/Miniconda)

# Install Miniconda (minimal)
# https://docs.conda.io/projects/miniconda/

# Create environment with specific Python version
conda create -n myproject python=3.11

# Activate environment
conda activate myproject

# Install packages (conda packages first)
conda install numpy pandas scikit-learn matplotlib

# Install packages not in conda
pip install some-pytorch-extension

# Export environment
conda env export > environment.yml

# Create from environment.yml
conda env create -f environment.yml

# List environments
conda env list

# Deactivate
conda deactivate

# Remove environment
conda env remove -n myproject

# Update conda
conda update conda

# environment.yml example:
# name: myproject
# channels:
#   - conda-forge
#   - defaults
# dependencies:
#   - python=3.11
#   - numpy=1.26
#   - pandas=2.1
#   - pip:
#     - custom-package==1.0

Verktygsjämförelse

Valet av rätt verktyg beror på ditt användningsfall.

Tool        Installation  Lockfile  Non-Python  Build/Publish  Best For
------------------------------------------------------------------------
venv        Built-in      No        No          No             Simple scripts, learning
pipenv      pip install   Yes       No          No             Legacy projects
Poetry      curl install  Yes       No          Yes            General apps, libraries
conda       Installer     Yes       Yes         No             Data science, ML, AI
uv          cargo/pip     Yes       No          Yes            Fast pip replacement (2026)

Vanliga frågor

Vilket verktyg bör jag använda 2026?

För allmän Python-utveckling, använd Poetry. För data science, använd conda.

Skillnad mellan pip och conda?

pip installerar bara från PyPI. conda kan installera icke-Python-paket.

Kan jag använda pip i en conda-miljö?

Ja, men med försiktighet.

Hur delar jag min miljö med andra?

Med Poetry: pyproject.toml och poetry.lock. Med pip: requirements.txt. Med conda: environment.yml.

Relaterade verktyg

• JSON Formatter
• Base64 Encoder/Decoder
• JavaScript Error Handling