piplist与pipfreeze区别详解
本文深入解析了Python中`pip list`与`pip freeze`这两个看似相似实则语义迥异的命令:`pip list`真实反映当前环境“能导入什么”,但默认隐藏可编辑安装包;而`pip freeze`专注生成“可精确复现安装”的依赖快照,强制输出`name==version`格式并主动忽略VCS链接、本地路径及可编辑包——正因这一根本差异,误用`pip list`生成requirements.txt常导致部署失败。文章不仅厘清核心区别,还直击Windows中文乱码、虚拟环境未激活误判、私有源信息丢失、跨平台兼容等高频痛点,并给出即学即用的实操方案,帮你避开那些不踩一次就永远记不住的“静默陷阱”。

pip list 显示的是当前环境里所有可导入的包
它读取的是 Python 环境 site-packages 下已安装的包信息,但会过滤掉“可编辑安装”(pip install -e)的包,除非你加 --all 参数。如果你用 pip install -e ./mylib 开发一个本地库,pip list 默认看不到它——这常让人误以为没装上。
实操建议:
- 查当前环境真实可用的包,用
pip list;想看包括可编辑安装的完整列表,加--all - 如果用了虚拟环境但输出里还有大量系统级包(比如
setuptools、wheel),说明可能没激活环境,或者用了--system安装方式 pip list --outdated能快速定位哪些包有新版本,但注意它不检查依赖树里的间接依赖是否过期
pip freeze 只输出「可复现安装」所需的包格式
pip freeze 的核心作用不是“列出”,而是“导出可用于 pip install -r 的精确依赖”。它强制把每个包写成 name==version 形式,并忽略非 PyPI 安装源(如 VCS 链接、本地路径、可编辑包),除非你加 --all。
常见错误现象:在项目根目录运行 pip freeze > requirements.txt,结果部署时 pip install -r requirements.txt 报错说找不到某个包——大概率是因为那个包是 pip install -e git+https://... 装的,pip freeze 直接跳过了它。
实操建议:
- 生成生产环境
requirements.txt,优先用pip freeze,但务必人工补全 VCS 或本地依赖项 - 如果项目依赖了私有索引(如 Nexus、Artifactory),
pip freeze不会保留--index-url信息,后续安装需额外指定 pip freeze --exclude-editable(Python 22.2+)可显式排除可编辑包,比默认行为更可控
两者输出差异直接影响 requirements.txt 是否能重装成功
pip list 和 pip freeze 输出结构不同:pip list 是对齐表格,pip freeze 是等号分隔的纯文本行。更重要的是语义差异——pip list 回答“我有什么”,pip freeze 回答“我该怎么被重新装出来”。
使用场景举例:CI 流水线中自动生成依赖文件时,有人误用 pip list > reqs.txt,结果 pip install -r reqs.txt 失败,因为 pip list 输出含表头和空格,且版本号不带 ==。
实操建议:
- 永远别用
pip list > requirements.txt替代pip freeze > requirements.txt - 若需冻结子依赖(即递归列出所有传递依赖),
pip freeze本身不支持,得靠pipdeptree --freeze或pipreqs - 在多环境协作中,
pip freeze输出不含平台信息(如pywin32只在 Windows 有效),跨平台共享前需手动加环境标记,例如pywin32==306; platform_system == "Windows"
Windows 上 pip list 中文包名显示乱码怎么办
这不是命令本身的问题,而是 Windows 控制台默认编码(GBK)与 pip 输出 UTF-8 冲突。典型表现是 pip list 里带中文作者名或描述的包名显示为 符号,但包本身能正常 import。
根本原因在于 Python 3.7+ 的 pip 默认以 UTF-8 输出,而 cmd/powershell 在非 UTF-8 模式下无法正确渲染。
实操建议:
- 临时解决:在命令行先运行
chcp 65001(切换到 UTF-8 编码),再执行pip list - 一劳永逸:在 PowerShell 中设置
$OutputEncoding = [System.Text.Encoding]::UTF8,并加入配置文件$PROFILE - 不影响功能:乱码只发生在显示层,
pip list --format=json输出始终是标准 JSON,适合脚本解析
pip freeze 会悄悄扔掉你用 -e 装的开发包,或者在 Windows 上看到一堆 还以为环境坏了。这些点不踩一次,很难真记住。文中关于的知识介绍,希望对你的学习有所帮助!若是受益匪浅,那就动动鼠标收藏这篇《piplist与pipfreeze区别详解》文章吧,也可关注golang学习网公众号了解相关技术文章。
PHP7.4修复网站乱码问题详解
- 上一篇
- PHP7.4修复网站乱码问题详解
- 下一篇
- H1到H6标题标签详解与使用技巧
-
- 文章 · python教程 | 1小时前 |
- Python sqlite3 with 代码块退出后为什么没有提交数据
- 488浏览 收藏
-
- 文章 · python教程 | 2小时前 | 并发 · 日志 · Python教程 · 多进程 · 排障 · Python Fork multiprocessing 多进程日志 spawn QueueHandler QueueListener
- Python 多进程日志互相交错时怎么设计输出
- 300浏览 收藏
-
- 文章 · python教程 | 3小时前 |
- Python multiprocessing spawn 下子进程重复导入怎么处理
- 107浏览 收藏
-
- 文章 · python教程 | 6小时前 |
- Python asyncio TaskGroup 一个任务失败时其他任务怎么收尾
- 475浏览 收藏
-
- 文章 · python教程 | 7小时前 |
- Python Path.iterdir 遇到权限错误时怎么继续扫描
- 468浏览 收藏
-
- 文章 · python教程 | 10小时前 |
- Python 3.14 free-threaded 构建选择前要检查哪些扩展兼容性
- 270浏览 收藏
-
- 文章 · python教程 | 11小时前 |
- Python multiprocessing spawn 模式为什么需要 main 保护
- 488浏览 收藏
-
- 文章 · python教程 | 12小时前 |
- Python typing Protocol 怎么为第三方对象定义最小接口
- 298浏览 收藏
-
- 文章 · python教程 | 14小时前 |
- Python subprocess 管道死锁时怎么读取 stdout 和 stderr
- 459浏览 收藏
-
- 文章 · python教程 | 15小时前 | 性能优化 · 多线程 · Python教程 · 日志处理 · Python logging queue.Queue 后台线程 QueueHandler QueueListener
- Python logging QueueHandler 怎么把日志写入后台线程
- 174浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 19次使用
-
- SuperCLUE
- SuperCLUE是权威的中文大语言模型综合评测基准,涵盖语言理解、知识应用、AI Agent智能体及安全性等12项核心能力。通过多轮对话与客观测试,定期发布榜单与技术报告,为模型研发、优化及行业选型提供科学依据。
- 176次使用
-
- C-Eval
- 深入了解C-Eval中文评估套件,涵盖52个学科与4级难度。本文详解其功能特点、Zero-shot/Few-shot使用方法及代码示例,助您全面评测LLM中文理解与泛化能力。
- 111次使用
-
- AI Prompt Library
- 探索AI Prompt Library免费资源库,涵盖营销、写作及多场景AI提示词。兼容ChatGPT、Claude等工具,一键复制优化输出,提升工作效率。
- 38次使用
-
- Generrated
- Generrated汇集9300+张DALL·E生成图像及对应提示词,支持查看完整图集、对比DALL·E 2与3版本差异,是AI绘图新手学习Prompt设计与获取创作灵感的实用工具。
- 18次使用
-
- Python sqlite3 Connection serialize 怎么导出数据库快照:备份窗口、内存占用与恢复校验
- 2026-08-26 501浏览
-
- Python监控网页状态:requests异常处理实战
- 2026-05-29 501浏览
-
- TensorFlow模型部署为API的TF Serving方法
- 2026-05-26 501浏览
-
- Python字符串编码转换:encode与decode详解
- 2026-05-16 501浏览
-
- TensorFlow裁剪无用算子方法详解
- 2026-05-15 501浏览

