为什么应该使用python -m pip而不是pip/pip3？

小甲鱼的二师兄

为什么应该使用python -m pip而不是pip/pip3？

原文：https://snarky.ca/why-you-should-use-python-m-pip/

加拿大的核心开发者 Mariatta 在 Twitter 上询问关于 python -m pip 的问题：



于是，原文作者写了这篇文章来回答这个问题。

下面是简单的总结，感兴趣的鱼油可以参考原文链接。


什么是 python -m pip？

首先，python -m pip 会使用你指定的默认 Python 解释器（版本）来执行 pip。

如果不熟悉 -m 标志及其工作原理，可以阅读这份文档（传送门）。


为什么要使用 python -m pip 而不是 pip/pip3？

第一个原因

当你有多个 Python 版本（比如 3.7 和 3.8）时，直接运行 pip 命令可能不清楚它会使用哪个 Python 解释器。

使用 python -m pip 可以明确指定使用哪个 Python 版本（小甲鱼：py -3.13 -m pip）。

第二个原因

如果有多个 Python 安装，运行 pip 依赖于系统的 PATH 设置，可能导致不确定性。

使用 python -m pip 避免了这种不确定性。

第三个原因

在 Windows 上，直接运行 pip install --upgrade pip 可能无法更新 pip，因为 pip.exe 正在运行。

使用 python -m pip install --upgrade pip 可以成功更新，因为正在运行的是 python.exe。


为什么在虚拟环境中同样建议使用 python -m pip 呢？

即使在激活的虚拟环境中，使用 python -m pip 仍然是最佳实践。

在 Windows 上，它确保 pip 能正确更新；在其他系统上，它提供一致性，防止因忘记激活虚拟环境而出错，并帮助他人学习正确的方法。

使用 -m 也可以避免自动化脚本中的环境问题，保持明确性和可靠性。


作者的一些额外建议

避免全局安装：不建议将包安装到全局 Python 解释器中，以免破坏系统或造成包冲突。

使用虚拟环境或 conda 环境：隔离项目的依赖，确保项目间不会相互干扰。

使用 pipx 安装工具：为每个工具创建独立的虚拟环境，避免工具之间的冲突。


结论

使用 python -m pip 和虚拟环境是确保 Python 项目稳定性和可维护性的最佳实践。

allen-xy

前提是进入正确的虚拟环境内，直接使用pip就行。