Какие инструменты используются для управления окружением и зависимостями в Python?

Что проверяют

Понимаете ли вы разницу между изоляцией окружения, установкой пакетов и фиксацией версий, и умеете ли сделать сборку воспроизводимой. Следом обычно спрашивают, чем lock-файл отличается от requirements.txt из pip freeze и что вы выберете для нового проекта.

Как отвечать

Разложите по задачам:

• версия интерпретатора: pyenv или uv python install, в Docker просто нужный базовый образ;
• изоляция: venv из стандартной библиотеки или virtualenv. В свежих Debian и Ubuntu системный pip вне окружения откажется ставить пакеты с ошибкой externally-managed-environment (PEP 668);
• описание зависимостей: pyproject.toml с секцией [project] по PEP 621, прямые зависимости с диапазонами версий;
• фиксация: lock-файл с точными версиями всех транзитивных пакетов и хэшами. Это uv.lock, poetry.lock или requirements.txt из pip-compile (pip-tools), а единым форматом стал pylock.toml по PEP 751;
• менеджеры целиком: uv (написан на Rust, очень быстрый, заменяет pip, venv, pip-tools и pyenv: uv add, uv lock, uv sync), Poetry (со второй версии понимает стандартную секцию [project]), PDM, Hatch. Pipenv встречается в старых проектах;
• conda или mamba: когда нужны бинарные зависимости не из мира Python, типичный случай в Data Science;
• pipx или uv tool: для консольных утилит вроде ruff, чтобы не ставить их в окружение проекта.

Скажите, что выбрали бы сами и почему. Для нового сервиса разумный дефолт сейчас uv с pyproject.toml и закоммиченным uv.lock, а в CI uv sync --locked, который упадёт, если lock-файл разошёлся с манифестом.

Где спотыкаются

Считают pip freeze > requirements.txt управлением зависимостями. Туда попадает всё подряд, включая dev-инструменты и случайно поставленное, и уже не понять, что проекту нужно напрямую.

Жёстко пинят версии в библиотеке. Точные версии уместны в lock-файле приложения, а пакет для PyPI должен объявлять диапазоны, иначе он конфликтует с зависимостями тех, кто его ставит.

Смешивают conda install и pip install в одном окружении без порядка: conda не знает, что поменял pip, и окружение ломается на следующем обновлении.