Python项目打包与分发:setup.py、pyproject.toml最佳实践指南 🚀
2026-02-06 05:10:17作者:董灵辛Dennis
想要让你的Python代码被更多人使用吗?Python项目打包与分发是每个开发者都需要掌握的关键技能!无论你是想发布到PyPI供全球开发者使用,还是想在团队内部分享代码,正确的打包方法都能让你的工作事半功倍。本文将为你详细解析setup.py和pyproject.toml两种方法,帮助你选择最适合的方案。
传统方法:setup.py详解
setup.py是Python打包的传统方式,它本质上是一个Python脚本,包含了项目的所有元数据信息。虽然setup.py需要三个必填字段:name、version和packages,但你可以添加更多详细信息来丰富你的项目描述。
setup.py核心配置示例
from distutils.core import setup
setup(
name='pythonCheatsheet', # 包名(在PyPI上必须唯一)
version='0.1', # 版本号
packages=['pipenv',], # 要包含的包列表
license='MIT', # 许可证类型
long_description=open('README.txt').read(), # 从文件读取描述
)
使用setup.py安装包非常简单:
python setup.py install
现代方法:pyproject.toml革命性改进
pyproject.toml是Python打包的现代标准,基于PEP-517、PEP-518和PEP-660规范,提供了一个统一、声明式的项目配置方式。
pyproject.toml的主要优势
- 声明式配置:所有项目元数据集中在一个文件中
- 构建系统无关:支持setuptools、poetry、flit等多种后端
- 无需代码执行:比setup.py更安全、更可预测
- 标准化规范:遵循PEP标准,工具支持更好
基础pyproject.toml配置
[build-system]
requires = ["setuptools>=61.0", "wheel"]
build-backend = "setuptools.build_meta"
[project]
name = "pythonCheatsheet"
version = "0.1"
description = "一个Python速查表包"
readme = "README.txt"
requires-python = ">=3.8"
license = {text = "MIT"}
authors = [
{name = "你的名字", email = "your.email@example.com"}
]
[project.optional-dependencies]
dev = [
"pytest>=7.0",
"black>=22.0",
]
现代包管理工具对比
Poetry:全面的依赖管理
Poetry是一个功能强大的Python项目管理和打包工具,它使用单个pyproject.toml文件替代了setup.py、requirements.txt、setup.cfg、MANIFEST.in和Pipfile。
Poetry核心命令:
poetry new [项目名]- 创建新项目poetry add [包名]- 添加依赖poetry install- 安装所有依赖
UV:极速包管理器
UV是用Rust编写的革命性Python包管理器,提供了10-100倍的性能提升。
UV快速开始:
# 安装UV
curl -LsSf https://astral.sh/uv/install.sh | sh
# 创建新项目
uv init my_project
# 添加依赖
uv add requests
# 在项目环境中运行命令
uv run python script.py
如何选择合适的打包方法
选择setup.py的情况
- 维护传统项目
- 需要精细控制打包过程
- 兼容老版本Python
选择pyproject.toml的情况
- 新建项目(推荐)
- 追求现代标准和最佳实践
- 需要更好的工具生态支持
实用打包工作流程
新项目开发流程
- 初始化项目:使用
poetry new或uv init - 配置依赖:在
pyproject.toml中指定 - 锁定版本:生成lock文件确保可重现性
- 构建发布:打包并上传到PyPI
依赖管理最佳实践
- 明确区分生产依赖和开发依赖
- 使用虚拟环境隔离项目
- 定期更新依赖版本
常见问题与解决方案
setup.py常见问题
- 包名冲突:在PyPI上检查名称是否可用
- 版本管理:遵循语义化版本控制
- 许可证选择:选择合适的开源许可证
总结:打包与分发的未来趋势
Python打包正在经历从setup.py到pyproject.toml的重大转变。现代工具如Poetry和UV让打包变得前所未有的简单高效。
关键要点:
pyproject.toml是现代Python项目的首选- UV提供极速的包管理体验
- Poetry提供全面的项目生命周期管理
无论你是Python新手还是经验丰富的开发者,掌握正确的打包方法都能显著提升你的开发效率。现在就开始实践,让你的代码走向世界吧!✨
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0444
源启盛夏_AtomGit暑期开发者成长计划「源启盛夏」暑期校园开发者成长计划旨在激活校园开源力量,通过积分激励、认证扶持、资源倾斜等形式,引导高校组织和开发者完成「入驻 — 建项目 — 做贡献 — 获认证 — 得资源」的完整闭环。无论你是想带领社团入驻平台的组织者,还是希望用代码贡献证明自己的开发者,都能在这里找到属于你的成长路径。Markdown00
jiuwenswarmJiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。Python0760
Hy3Hy3 是由腾讯混元团队研发的快慢思考融合的混合专家模型,总参数量 295B,激活参数 21B,MTP 层参数 3.8B。4 月底发布 Hy3 Preview 后,我们在 50 多个业务中获得了广泛的反馈,修复了各种体验问题,进一步提升了后训练的质量和规模。今天,我们发布 Hy3。它展现出显著强于同尺寸并比肩旗舰(参数规模往往是 Hy3 的 2~5 倍)开源模型的智能水平,显著提升了在各类产品和生产力任务中的实用价值。Python00
AscendNPU-IRAscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优C++0310
DragonOSDragonOS is an operating system developed from scratch using Rust, with Linux compatibility. It is designed for **Serverless** scenarios. 使用Rust从0自研内核,具有Linux兼容性的操作系统,面向云计算Serverless场景而设计。Rust00
项目优选
收起
暂无描述
Markdown
825
5.48 K
deepin linux kernel
C
32
16
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
494
515
Ascend Extension for PyTorch
Python
799
1.13 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
964
2.27 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
780
1.57 K
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
3 K
759
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
466
310
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.2 K
1.24 K
昇腾LLM分布式训练框架
Python
193
272

