Python套件安裝工具
在 Python 的套件管理中，pip、conda 和 pipenv 是三個常見的工具，它們的主要功能都是安裝和管理套件，但各自有不同的特色和適用場景。
Note
初學只需知道怎麼使用這些工具安裝套件即可，譬如: 怎麼執行 pip install package_name 安裝套件，其他的比較慢慢地就會懂了，可以暫時不要深究。
uv
- 用法：
uv add package_name或uv pip install package_name - 特點：
- 目前最推薦的新工具，速度通常比
pip快很多。 - 可以同時管理套件、虛擬環境與 Python 版本。
- 專案用
pyproject.toml+uv.lock鎖定依賴，也相容requirements.txt。 - 虛擬環境：
uv add/uv run會自動建立並使用.venv。 - 適合場景：新專案、想少裝幾個工具時。
- 目前最推薦的新工具，速度通常比
pip
- 用法：
pip install package_name - 特點：
- 最標準、最常見的 Python 套件管理工具，直接從 Python Package Index (PyPI) 下載並安裝套件。
- 是 Python 自帶的工具，適用於所有標準的 Python 環境。
- 依賴處理：
pip會自動安裝某個套件的依賴，但不會自動處理套件之間的衝突。 - 虛擬環境：需要搭配
venv或virtualenv來管理虛擬環境。 - 適合場景：適用於需要快速安裝 Python 套件的小型專案。
Note
依賴處理指的是，當A套件的執行需要使用到B跟C套件時，套件管理工具如何去處理這樣的依賴關係；即安裝A時，是否會幫忙安裝B跟C；如果依賴的套件，不全然是Python的套件，套件管理工具怎麼處理？以及潛在的版本問題，套件管理工具怎麼處理？
conda
- 用法：
conda install package_name - 特點：
- 是 Anaconda 和 Miniconda 的一部分，不只適用於 Python，也能管理其他語言和環境。
- 不只從 PyPI，也從 conda 自己的套件庫下載套件。套件的下載範圍更廣，並且支持科學計算所需的 C 庫和其他依賴包。
- 依賴處理：
conda能夠有效處理複雜的依賴關係，並自動解決依賴衝突。 - 虛擬環境：內建環境管理功能，可以輕鬆建立和管理虛擬環境（
conda create -n env_name）。 - 適合場景：適用於科學計算和需要管理大量依賴的專案。
pipenv
- 用法：
pipenv install package_name - 特點：
- 將
pip和virtualenv功能結合，方便建立和管理虛擬環境。 - 提供了
Pipfile和Pipfile.lock來跟蹤安裝的套件及其版本，確保在不同系統上有相同的套件環境。 - 依賴處理：比
pip更優化的依賴處理，並提供了Pipfile.lock來鎖定依賴版本，確保可重複性。 - 虛擬環境：自動建立虛擬環境，不需要手動操作。
- 適合場景：適用於中型專案或需要確保環境一致性的專案。
- 將
比較
| 特點 | uv | pip | conda | pipenv |
|---|---|---|---|---|
| 套件來源 | PyPI | PyPI | conda, PyPI | PyPI |
| 虛擬環境支持 | 自動（.venv） |
手動 (venv, virtualenv) |
內建 | 自動 |
| 依賴管理 | uv.lock，速度快 |
基本處理 | 自動處理衝突 | 改進的依賴處理 |
| 使用場景 | 新專案首選 | 一般 Python 開發 | 科學計算、大型專案 | 中型專案、需要環境一致性 |
新專案建議優先用 uv。若專案依賴較少、只想用內建工具，pip 仍然最常見。資料分析或科學計算可選 conda。已經在用 Pipfile 的專案則繼續用 pipenv。