Python发布模块选 setup.py 还是 pyproject.toml？一文搞懂核心差异

我们将构建一个名为包含一个使用 scikit-learn 的简单分类器模型。提供训练模型和进行预测的功能。结构化以便发布到 PyPI 和 GitHub。在 Python 打包领域，setup.py和各有其重要性和适用场景。尽管setup.py在传统项目中仍然发挥作用，但向的转变代表了 Python 社区向更安全、标准化实践发展的趋势。对于新项目，强烈建议采用，因为它不仅简化了打包过程，还提高了与各种工具和库的兼容性。通过本文的实战示例，您应该能够掌握如何使用。

参考： https://blog.csdn.net/qq_38844437/article/details/126628564 https://click.palletsprojects.com/en/7.x/setuptools/#setuptools-integration学习写法：https://github.com/myshell-ai/MeloTTS/blob/main/setup.pyyourscript.py: setup.py: pyproject.toml 参考：https://blog.

pyproject.toml 是 Python 项目的核心配置文件，用于统一管理项目构建、依赖和元数据。它遵循 TOML 格式，由 PEP 518、PEP 517 和 PEP 621 等标准推动，已成为现代 Python 项目的标准配置文件。

简而言之，setup.py是python模块分发与安装的指导文件 有了setup.py文件，运行下面这条命令，可以进行模块的安装。 python setup.py install 下面给出setup.py的实例代码，利用这段代码，我们将安装一个叫 ugit 的模块，当运行ugit命令时，程序将运行cli.py文件下的main 函数。 + #!/usr/bin/env python3 + + from setuptools import setup + + setup (name = 'ugi

要使用pip安装pyproject.toml中的包，您可以按照以下步骤进行操作：打开命令行工具，在其中输入以下命令安装pip工具：python -m ensurepip --default-pip。输入以下命令安装项目的依赖项：pip install poetry。进入项目的根目录，然后输入以下命令来安装项目：poetry...

在Python开发中，requirements.txt、setup.py和pyproject.toml是常见的配置文件，各自有不同的用途和局限性。requirements.txt主要用于列出项目依赖，适合快速安装；setup.py是传统的打包工具配置文件，适合发布到PyPI；pyproject.toml则是现代的统一配置文件，支持声明式配置和现代工具链。对于新项目，推荐优先使用pyproject.toml，并结合工具如poetry管理依赖和构建流程。旧项目可以逐步迁移，无需同时维护三个文件。最终目标是简化配

当我们在github下载一个别人的模型的时候，要求使用setup.py进行配置或者下载一些额外的包的时候，如果我们在pycharm中直接运行，会弹出以下错误，以我现在运行的文件为例子。：这是指定了要使用的Python解释器的路径。文件是用于构建、安装、打包或测试Python软件包的脚本，并且需要使用特定的命令来执行这些操作。这种逻辑用于在Python中安装第三方软件包，以便可以在Python项目中使用它们。脚本的一个命令，用于安装Python软件包。：这是要运行的Python脚本的路径。

文件是 Python 包管理工具（如 pip）用来处理包依赖、元数据等的脚本文件。它位于包的根目录下，用于定义包的特性、以及构建和安装包。文件，并在你的环境中安装这个包。时，pip 会运行这个。

通过 pyproject.toml文件中的 [build-system] 部分，我们可以定义项目的构建工具、后端以及构建过程。

上文说，如何用setup.py打包成egg包，继而又有find_package()函数用法，本篇专门介绍，如何用setuptools打包成不同的软件包。在这篇博客中，我们将使用 Setuptools 创建一个源代码发行版和 python 包的轮子。在转向我们如何打包之前。我们先来了解一下什么是源分发和轮子文件。

Python 历时这么久以来至今还未有一个事实上标准的项目管理及构建工具，以至于造成 Python 项目的结构与构建方式五花八门。这或许是体现了 Python 的自由意志。不像 Java 在经历了最初的手工构建，到半自动化的 Ant, 再到 Maven 基本就是事实上的标准了。其间 Maven 还接受了其他的 Gradle(Android 项目主推), SBT(主要是 Scala 项目), Ant+Ivy, Buildr 等的挑战，但都很难撼动 Maven 的江湖地位，而且其他的差不多遵循了 Maven 的

Python 工程化这件事都没有统一的规范和项目管理的方案，也许是因为 Python 突然兴起的时间较短、用于开发大型项目的公司较少。所以为了帮助内部的同学更好的解决 Python 工程化问题和分享下个人的开发习惯和代码管理思路写下这篇文章。

代码风格规范：利用 ruff确保一致的格式和最佳实践。 代码质量控制： 静态分析工具自动检测潜在错误和复杂度问题。 测试自动化：使用 pytest管理测试分类和执行，并生成覆盖率报告。

在Python社区，是一个流行的资源列表，它汇聚了各种与相关的工具和库，旨在帮助开发者更高效地管理项目配置。本章将详细介绍这个资源列表的构成、分类、以及如何在项目中实际应用这些资源。资源列表中包含了广泛类型的条目，这些条目围绕着文件的配置与使用。资源大致可以分为以下几类：构建系统：比如poetry和flit，它们提供了项目依赖管理和打包分发的功能。代码风格一致性工具：如black和flake8，它们帮助维护代码风格的一致性，提高项目的可读性。

△点击上方“Python猫”关注 ，回复“1”领取电子书作者：隔叶黄莺来源：https://yanbin.blog/python-dependency-management-build-toolsPython 历时这么久以来至今还未有一个事实上标准的项目管理及构建工具，以至于造成 Python 项目的结构与构建方式五花八门。这或许是体现了 Python 的自由意志。不像 Java 在经历了最初的手工构建，到半自动化的 Ant, 再到 Maven 基本就是事实上的标准了。其间 Maven 还接受了其他的 Gr