Python 安装pip和virtualenv，一个鸡和蛋的两难选择？

我已经在使用pip和virtualenv（实际上，有时我仍然更喜欢通过SVN存储库、SVN:externals的明智使用和dynamic sys.path进行组织良好的组合）

但是这次对于一个新的服务器安装，我希望以正确的方式进行操作

所以我去了图书馆，上面写着：

建议在virtualenv中使用pip，因为每个virtualenv都自动安装了pip。这不需要root访问权限或修改系统Python安装。[……]

然后我去了一家公司，它建议：

您可以使用pip install virtualenv安装virtualenv，也可以使用pip install virtualenv==dev安装最新开发版本。您还可以使用easy_install[…]

当然，pip应该取代easy_安装：）

诚然，它们都解释了所有可供选择的安装方式

但是哪一个应该先去？ 而我是否应该支持全系统pip

我看到了一个值得思考的主要原因，但可能还有其他原因

• 我是想为box的所有用户提供便利，还是这是一个针对运行某些服务的单个用户的服务器

如果我想让每个人都有一个虚拟环境，我可能只需要安装一个系统范围的pip（例如，使用ubuntu do

sudo aptitude install python pip

，然后使用它来安装virtualenv

sudo pip install virtualenv

）

编辑另一个需要考虑的原因：安装说明（但不是安装说明）说：

注意：为了使用VirtualEnvrapper，您必须单独安装virtualenv

不太清楚“分开”是什么意思（我从未注意到）

否则，哪一个应该先走，这真的有区别吗

相关的： 最接近的问题（和答案）是以下第一个问题（特别请参见@elarson-answer），第二个问题看起来过于复杂：

---

但我觉得这一切都无法完全回答我的问题：全系统vs.本地，但pip或virtualenv是否应该先走一步（为什么他们一开始就把它们发送给另一个！！！）

。（让它沉下去，哈哈。）

但更严重的是，你的系统上真的有多个用户吗？现在，即使是Linux主机也倾向于为单个用户提供服务，如果有多个用户ID，它们往往是在各种隔离的用户ID下运行多个进程的服务器。有鉴于此，让所有用户的生活变得更轻松并不那么重要

另一方面，使用Python的多个服务可能会有相互冲突的需求，这可能很少见，因为它甚至可以归结为所需的

pip

。鉴于此，我倾向于选择virtualenv的全局安装，以实现Python的原始准安装

但我想指出另一个想法：建筑

Buildout与virtualenv做了同样的事情，但采用了一种截然不同的方法。您可以编写一个构建配置文件（

buidout.cfg

），其中列出各种鸡蛋以及它们的连接方式，并指定设置特殊情况的“构建配方”设置（如Django部署、构建机器人服务器、Plone网站、Google app engine应用程序等）

然后，使用系统Python引导构建并运行它，它将生成一个类似virtualenv的独立设置

---

但最棒的是：它是可重复的。您可以将相同的

buildout.cfg

带到另一台主机，并获得相同的设置。这比使用virtualenv更难做到

tl；博士的答案首先是虚拟的。 对于Python版本2.x和3.x，您可以有两个

[编辑]

我真的怀疑安装（没有安装，你只是下载并执行一个脚本）VirtualEnv系统范围/每个用户是否重要。使用VirtualEnv的全部目的是创建独立的开发沙盒，以便一个项目中的库不会相互冲突。例如，您可以在两个不同的虚拟环境中使用Beauty soup版本<4.x的Python2.x项目和使用Beauty soup版本4.0的Python3.x项目

---

如何在系统上获得VirtualEnv脚本并不重要，因为一旦获得了它并且pip在VirtualEnv中是自包含的，那么首先获得VirtualEnv就很有意义了。同样，一旦您使用python，您将有许多项目，对于每个项目，推荐的方法是拥有一个虚拟环境，然后通过pip安装依赖项。您可以稍后执行“pip freeze>requirements.txt”和“pip install requirements.txt”来简单地跨两个系统复制您的确切库（比如开发和生产），等等……

尚未确定最终的解决方案，但这正是目前部分基于@nutjob注释的情况（不，我暂时还没有切换到buildout，但稍后我会花一些时间！）

我有一个大而强大的服务器，有很多django应用程序。 我主要使用gunicorn+supervisord

这些要求规定了以下内容，但稍微不同的设置可能会使其有所不同

我已经根据代码/函数的相似性将这些应用程序逻辑地组织在集群中；每个集群可能都有相同版本的公共python库（pylibmc、pillow等）

我创建了几个用户，每个集群一个

对于每个用户，我通过下载virtualenv.py并运行

python virtualenv.py VIRTUALENVNAME

，安装一个virtualenv（与用户同名，由我自己选择）；我不安装virtualenv包装器

我编辑该user.bashrc，以便立即加载virtualenv

我用pip安装了常见的软件包，但在direc中添加了更具体的软件包