python开发依赖隔离需分三步：用venv建项目级环境，pyenv管理多python版本，conda适配数据科学场景；vs code须手动指定解释器路径，确保终端、编辑器、调试器三处环境一致。
在 macOS 上做 Python 开发，依赖隔离不是“要不要做”的问题，而是“怎么做才不踩坑”的问题。核心就一条：解释器版本和第三方包必须按项目分开，不能靠记忆、不能靠运气，更不能往系统 Python 里装东西。
用 venv 搭建最轻量的项目级隔离
Python 3.3+ 自带 venv，无需额外安装工具，每个项目独享一套 python 和 pip：
- 进项目根目录后执行：
python3 -m venv .venv（注意点号开头，方便被.gitignore过滤） - 激活环境：
source .venv/bin/activate，终端提示符前会显示(.venv) - 此时
which python和which pip都指向.venv内路径，所有pip install只影响本项目 - 退出用
deactivate，环境文件夹保留，下次可直接重新激活
需要多 Python 版本？交给 pyenv 管理解释器本身
venv 依赖已有 Python 解释器，它不负责装 Python。当项目要求不同版本（比如一个要 3.8，一个要 3.12），就得用 pyenv：
- 用 Homebrew 安装：
brew install pyenv，再把初始化代码加进~/.zshrc - 装指定版本：
pyenv install 3.8.18 3.12.3 - 设项目级版本：
cd myproject && pyenv local 3.8.18（会自动生成.python-version） - 之后在该目录下运行
python -m venv .venv，创建的就是基于 3.8.18 的独立环境
Conda 更适合数据科学类项目
如果你常处理 NumPy、PyTorch、Jupyter 或跨语言依赖（R、C++ 工具链），conda 是更自然的选择：
- Apple Silicon 用户优先用 Miniforge3（原生 ARM 支持），Intel 用户可用 Miniconda
- 为每个项目建命名清晰的环境：
conda create -n web-api-py312 python=3.12 - 激活后装包：
conda activate web-api-py312→pip install fastapi - 导出完整快照：
conda env export > environment.yml，换机器或协作时一键复现
VS Code 必须手动指定解释器
VS Code 不会自动继承终端激活的虚拟环境，编辑器和调试器默认可能还在用系统 Python：
- 按
Cmd+Shift+P，输入 Python: Select Interpreter - 从列表中选路径含
.venv/bin/python或miniforge3/envs/xxx/bin/python的选项 - 右下角会显示当前解释器路径，确认它指向你刚建的环境
- 重启集成终端，它也会自动激活对应环境
不复杂但容易忽略。关键不是工具多，而是每一步都落在实处：项目目录下有 .venv 或 environment.yml，终端提示符带环境名，编辑器右下角显示正确路径——这三处对齐了，隔离才算真正生效。
