【RD 必備】2026 現代化 Python 環境配置全攻略：Pyenv + Poetry + Conda 完美共存

身為 RD，你的開發需求通常很多元：

後端開發：需要 Poetry 來處理 pyproject.toml，確保依賴版本精確。
資料科學：需要 TensorFlow / PyTorch，這些套件有時用 conda 安裝比 pip 穩定得多。
多版本並行：專案 A 用 Python 3.10，專案 B 用 3.12。

為了達成這些目標，我們的核心策略是：讓 pyenv 成為唯一的「版本管理總管」。

環境架構概覽

在進入安裝前，先理解這個層級關係。pyenv 位於最底層，負責提供不同版本的 Python「原材料」給上層工具。

第一步：安裝 Pyenv (系統總管)

1. Linux / WSL 2 環境

Linux 是最友善的開發環境。如果你在 Windows 上，強烈建議使用 WSL 2 (Ubuntu)。

安裝編譯依賴 (極重要，否則安裝 Python 會報錯)：

sudo apt update
sudo apt install -y make build-essential libssl-dev zlib1g-dev \
libbz2-dev libreadline-dev libsqlite3-dev wget curl llvm \
libncursesw5-dev xz-utils tk-dev libffi-dev liblzma-dev python3-openssl git

使用官方腳本安裝：

curl https://pyenv.run | bash

設定 Shell (將以下加入 ~/.zshrc 或 ~/.bashrc)：

export PYENV_ROOT="$HOME/.pyenv"
[-d $PYENV_ROOT/bin](dead:) && export PATH="$PYENV_ROOT/bin:$PATH"
eval "$(pyenv init -)"

2. Windows 原生環境 (pyenv-win)

如果你必須在原生 Windows 下開發，請使用 pyenv-win。

使用 PowerShell 自動安裝：以管理員權限開啟 PowerShell 並執行：

Invoke-WebRequest -UseBasicParsing -Uri "https://raw.githubusercontent.com/pyenv-win/pyenv-win/master/pyenv-win/install-pyenv-win.ps1" -OutFile "./install-pyenv-win.ps1"; &"./install-pyenv-win.ps1"

檢查環境變數：確保 USER 環境變數中有 PYENV 和 PYENV_ROOT，且 Path 中最上方有 %PYENV_ROOT%\bin 和 %PYENV_ROOT%\shims。

第二步：安裝 Python 與 Anaconda

現在你可以透過 pyenv 安裝任何東西。

安裝一般 Python (給 Poetry 用)：

pyenv install 3.11.10
pyenv global 3.11.10  # 設定系統預設版本

安裝 Anaconda/Miniconda (給 Data Science 用)：

# 查看有哪些 conda 版本可選
pyenv install --list | grep miniconda

# 安裝最新版 Miniconda
pyenv install miniconda3-latest

第三步：相容性實戰 (Poetry vs. Conda)

這就是身為 RD 最關鍵的時刻：如何根據專案性質切換。

模式 A：一般後端專案 (使用 Poetry)

對於 FastAPI、Django 等專案，我們使用 Poetry 管理。

進入專案資料夾：cd my-backend-project
指定 Python 版本：pyenv local 3.11.10
讓 Poetry 建立環境：

poetry init
poetry env use $(pyenv which python)
poetry add fastapi

這時，Poetry 會使用 pyenv 提供的 Python 3.11 建立一個乾淨的虛擬環境。

模式 B：深度學習專案 (使用 Conda)

當你需要 CUDA 或特定的資料科學套件時：

進入專案資料夾：cd my-ds-project
切換到 Conda 環境：pyenv local miniconda3-latest
使用 Conda 建立環境：

conda create -n tf-gpu python=3.10 tensorflow-gpu
conda activate tf-gpu

由於你已經透過 pyenv local 切換了環境，你的 conda 指令現在是可用的，且不會與 Poetry 的環境衝突。

RD 的私藏小技巧

為什麼不直接裝 Anaconda？ Anaconda 會強行接管你的 python 指令，這會導致 Poetry 在解析依賴時變得非常緩慢且混亂。透過 pyenv 將 Anaconda「隔離」成其中一個 Python 版本，是你維持系統乾淨的最高準則。

結語

透過這套配置，你的電腦現在擁有了：

隔離性：各專案互不干擾。
靈活性：隨時切換純 Python 或 Conda。
專業度：符合現代開發規範。

想知道如何進一步在 VS Code 中設定讓它自動偵測這些 pyenv 環境嗎？