在我的工作中，我需要混合使用C ++，Fortran和Python代码进行交互，在后一种情况下，主要通过Cython和SWIG进行交互。它们混合了广泛使用的库（通常可通过某些程序包管理系统获得），特定于我的领域但不是由我编写的（大多数不是打包在源tarball之外），以及我是开发人员的库。 >
很长一段时间以来，我们一直能够轻松应对Python 3，因此，我通常在~/local安装区中安装了已编译和基于Python2的软件， {1}}，bin，lib等结构，并在我的lib/python2.*/site-packages .bashrc，PATH，{{1 }} 环境变量。但是，尤其是随着Python 3的兴起，以及用于不兼容的ML软件包的增加，我不得不开始为某些项目运行virtualenv目录。这以及LD_LIBRARY_PATH之类的系统工具向Python 3的转换，意味着我的单一全局Python 2环境不再适合目标用途。
同时，我知道conda和condaforge现在被推向许多相关软件。因此，现在将有系统软件包和Python版本，可能的conda环境（对于特定的Python），pip软件包（是否在virtualenvs中），以及我的个人构建。要保持一致，这是很多工作，而且关于最佳实践的信息似乎也很少，特别是在多个项目之间共享一些代码，以及将非Python库与这些以Python为重点的工具混合在一起时。在每个项目的独立conda或virtualenv环境中安装一整套手动依赖项，将很难管理，并且在复制大型库方面很浪费，但另一方面，似乎至少需要单独的Python 2 / 3环境，其中可能包含更多特定于项目的虚拟环境。
因此，场景集很抱歉，但长度本质上很复杂。还有其他人正在努力解决这个问题吗？是否存在一种新兴的标准或最佳实践方法来管理系统，conda，pip和手动软件包依赖项的混合，以进行许多项目的开发，而不会造成不必要的重复？
PS。我理解答案可能在某种程度上是基于意见的，尽管好的答案可以证明并证明其建议。另一方面，这绝对是关于软件开发的，而不仅仅是软件管理。因此，我希望这对SO是一个适当的问题，因为我认为SX网络中没有更好的选择。