Guía de gestión de paquetes Python: pip, venv y Poetry

1. Introducción

¿Por qué es importante la gestión de paquetes en Python?

Python es un lenguaje de programación que, gracias a su sintaxis simple y legible, es utilizado ampliamente desde principiantes hasta ingenieros profesionales. Sin embargo, al comenzar a desarrollar en la práctica, a menudo se encuentran obstáculos como “este código no funciona por alguna razón” o “no se encuentra el módulo”. La causa de gran parte de estos problemas está en el método de gestión de paquetes。

En Python, es raro que un desarrollo se complete solo con la biblioteca estándar; en la mayoría de los casos se añaden e instalan paquetes externos (bibliotecas). En ese contexto, si no existe un mecanismo sólido para instalar, gestionar y actualizar los paquetes correctamente, el proyecto puede romperse y la colaboración con otras personas puede verse afectada。

El mundo de la gestión que no termina con “pip install”

Para quienes tocan Python por primera vez, la idea de que “pip install y listo” es muy natural. Ciertamente, con eso se pueden añadir bibliotecas fácilmente. Sin embargo, a medida que los proyectos se multiplican,

• Los paquetes entran en conflicto de versiones con otros proyectos
• Se generan errores debido a versiones antiguas
• Solo no funciona correctamente en el entorno de producción

Se enfrentan a problemas como los anteriores. Esto es un problema típico causado por la falta de conocimientos en la gestión de paquetes。

Lo que aprenderá en este artículo

En este artículo, explicaremos la gestión de paquetes de Python de forma sistemática y fácil de entender para principiantes. Concretamente, cubriremos los siguientes temas:

• ¿Qué es un “paquete” en Python?
• Cómo elegir entre herramientas como pip, venv, Poetry
• Razones para usar entornos virtuales y cómo utilizarlos
• Errores comunes en la gestión de paquetes y sus soluciones
• Preguntas frecuentes y sus respuestas

No se trata solo de enumerar usos, sino que avanzaremos también abordando el contexto de por qué hacerlo y cómo elegir la mejor opción。

2. ¿Qué es un paquete en Python?

¿Qué es un paquete? Diferencia con los módulos

En Python, un “paquete” es una biblioteca con una estructura de directorios que agrupa múltiples módulos (archivos Python). En Python, para aumentar la reutilización, funciones y clases útiles se ofrecen como módulos a nivel de archivo, y lo que los organiza y estructura adicionalmente se denomina “paquete”.

Por ejemplo, el popular paquete requests que maneja la comunicación HTTP contiene varios archivos (= módulos) que funcionan como un único paquete.

Razones para usar paquetes

En el desarrollo con Python, los paquetes son esenciales. Permiten introducir e implementar fácilmente funciones que la biblioteca estándar no cubre (análisis de datos, aprendizaje automático, comunicación web, etc.) usando paquetes externos.

Además, la comunidad de Python cuenta con numerosos paquetes excelentes que ayudan a lograr un desarrollo eficiente y código de alta calidad.

¿Qué es Python Package Index (PyPI)?

La mayoría de los paquetes se publican en el repositorio oficial llamado «PyPI (Python Package Index)«. PyPI es una enorme base de datos que agrupa paquetes Python creados y publicados por desarrolladores de todo el mundo, y se pueden instalar fácilmente usando el comando pip.

pip install numpy

Al ejecutar un comando como el anterior, pip consulta PyPI, busca el paquete numpy y lo descarga e instala.

Cómo pip instala paquetes

pip es la herramienta oficial de gestión de paquetes de Python y funciona siguiendo el siguiente flujo.

1. Consulta PyPI (o la URL especificada) y obtiene la información del paquete
2. Descarga la versión más reciente o la versión especificada del paquete
3. Si hay paquetes dependientes necesarios, también los instala simultáneamente
4. Almacena el paquete en la carpeta site-packages del entorno local

Después de la instalación, se puede usar en scripts Python de la siguiente manera.

import numpy as np

arr = np.array([1, 2, 3])
print(arr)

Resumen: comprender los paquetes es el primer paso para evitar problemas

Entender el funcionamiento de los paquetes en Python permite prevenir problemas comunes como “módulo no encontrado” o “no funciona en versiones antiguas”. En la siguiente sección, profundizaremos en la herramienta básica “pip” para instalar y gestionar estos paquetes.

3. Herramienta básica de gestión de paquetes “pip”

¿Qué es pip?

pip es la herramienta de gestión de paquetes más básica en Python. Desde Python 3.4 se instala por defecto y se puede usar sin configuraciones adicionales. Sus principales funciones son instalar, desinstalar, actualizar y listar paquetes externos, entre otras.

pip se considera una abreviatura de “Pip Installs Packages”, y como su nombre indica, es una herramienta de línea de comandos para instalar paquetes de Python.

Comandos básicos de pip y su uso

A continuación se resumen los comandos más representativos de pip y sus usos.

Ejemplo de uso (línea de comandos):

pip install requests
pip list
pip uninstall requests

¿Qué es requirements.txt?

requirements.txt es un archivo que recopila los paquetes que usa el proyecto y sus versiones. Es muy útil cuando se desarrolla en equipo o se traslada el proyecto a otro entorno.

El contenido es como sigue:

requests==2.31.0
numpy>=1.24

Con este archivo, es posible instalar todo de una vez con el siguiente comando.

pip install -r requirements.txt

Actualización y especificación de versiones

Con pip, también es posible actualizar paquetes o especificar versiones.

• Para actualizar a la última versión:

pip install --upgrade nombre_paquete

• Para instalar una versión específica:

pip install NombrePaquete==1.2.3

Problemas de dependencias y consideraciones

pip es simple y fácil de usar, pero tiene limitaciones para gestionar dependencias complejas. Por ejemplo, pueden surgir conflictos entre la versión requerida por un paquete y la que necesita otro.

Como resultado,

• No se puede instalar
• Se produce un error en tiempo de ejecución
• Otro paquete se rompe

Esto puede llevar a problemas como los anteriores. Para evitarlos, es útil usar entornos virtuales (venv) o herramientas más avanzadas (como Poetry).

Resumen: pip es básico, pero no hay que sobreestimarlo

pip es la base fundamental del desarrollo en Python y, para scripts pequeños o proyectos personales, a menudo es suficiente. Sin embargo, en proyectos con dependencias complejas o diferencias en los entornos de desarrollo, gestionar solo con pip puede resultar difícil. En la siguiente sección, veremos en detalle cómo usar entornos virtuales (venv) para resolver estos problemas.

4. Razones para usar entornos virtuales (venv) y cómo usarlos

¿Por qué se necesita un entorno virtual?

Al desarrollar en Python, a menudo los tipos y versiones de paquetes que se usan varían según el proyecto. Por ejemplo:

• En el proyecto A Django 3.2 se usa
• En el proyecto B Django 4.0 se usa

En casos como este, si se instalan paquetes en todo el sistema, surge el problema de que al actualizar uno, el otro deja de funcionar. Para evitarlo, se introduce el «entorno virtual».

Al usar entornos virtuales, se puede gestionar paquetes de forma independiente por proyecto, permitiendo un desarrollo que no interfiere con otros entornos.

¿Qué es venv?

venv es una herramienta estándar de Python para crear entornos virtuales. Python 3.3 o posterior lo incluye por defecto, sin necesidad de instalación adicional. venv permite crear entornos de ejecución de Python y grupos de paquetes independientes por proyecto.

Operaciones básicas de venv

1. Crear un entorno virtual

Ejecute el siguiente comando dentro de la carpeta del proyecto deseado.

python -m venv venv

Este comando crea una carpeta llamada «venv», y se construye el entorno virtual (el nombre de la carpeta es opc, pero por convención se usa venv).

2. Activar el entorno virtual

• Windows:

venv/Scripts/activate

• macOS / Linux:

source venv/bin/activate

Al activarse correctamente, la terminal mostrará al inicio algo como (venv).

3. Desactivar el entorno virtual

Para salir del entorno virtual, ejecute el siguiente comando.

deactivate

4. Eliminar el entorno virtual

El entorno virtual es simplemente una carpeta, por lo que basta con eliminar el directorio venv.

rm -r venv  # mac/Linux
rd /s /q venv  # Windows

Construcción de entornos seguros con venv + pip

Cuando el entorno virtual está activado, al ejecutar pip install, los paquetes se instalan dentro del entorno virtual, sin afectar al sistema completo. De este modo se evita cualquier impacto negativo en entornos de producción o en otros proyectos.

source venv/bin/activate
pip install requests

Las bibliotecas instaladas en este estado dejarán de estar disponibles al salir del entorno virtual (deactivate).

Integración con IDE (VSCode, etc.)

En editores como Visual Studio Code (VSCode), ampliamente usado por ingenieros en los últimos años, se detectan automáticamente los entornos virtuales y se pueden cambiar los entornos de ejecución de Python por proyecto. Al combinarlo con venv, la eficiencia del desarrollo y la estabilidad del entorno mejoran considerablemente.

Resumen: los entornos virtuales son una habilidad básica en el desarrollo Python

Los entornos virtuales de Python (venv) son una habilidad esencial para evitar conflictos de versiones de paquetes y problemas de entorno. Usándolos junto con pip, se puede crear un entorno de desarrollo seguro y reproducible.

5. Utilización de la herramienta de gestión de dependencias “Poetry”

Razones por las que pip y venv no son suficientes

pip y venv son herramientas básicas en el desarrollo de Python, pero cuando los proyectos se vuelven complejos o se necesita desarrollo en equipo, aparecen los siguientes problemas.

• Cuando aumentan las dependencias, requirements.txt tiende a gestionarse manualmente
• Es difícil reproducir el estado de los paquetes en múltiples entornos
• La publicación y compilación de paquetes es complicada

La herramienta de gestión de paquetes y proyectos llamada Poetry aborda estos problemas.

¿Qué es Poetry?

Poetry es una herramienta moderna que permite gestionar de forma integrada las dependencias, entornos virtuales y publicación de paquetes de proyectos Python. Posee las siguientes características:

• Gestión centralizada de la información de dependencias en pyproject.toml
• Creación y gestión automática del entorno virtual
• No es necesario configurar manualmente pip o venv
• Posibilidad de compilar y publicar paquetes (compatible con PyPI)

Con Poetry, puedes lograr un entorno de desarrollo que te permite concentrarte en escribir código.

Cómo instalar Poetry

Poetry se instala mediante un script oficial. Ejecutando el siguiente comando, se instalará según el sistema operativo.

curl -sSL https://install.python-poetry.org | python3 -

Después de la instalación, puedes verificar la versión con el siguiente comando:

poetry --version

Creación de proyectos y gestión de dependencias con Poetry

1. Creación de un nuevo proyecto

poetry new nombre_del_proyecto

Este comando genera automáticamente una plantilla de proyecto Python como la siguiente.

NombreDelProyecto/
├── pyproject.toml
├── README.rst
├── NombreDelProyecto/
│   └── __init__.py
└── tests/
    └── __init__.py

2. Usar Poetry en un proyecto existente

Ejecuta lo siguiente en la carpeta existente:

poetry init

Se registran las dependencias de forma interactiva y se genera pyproject.toml.

3. Añadir o eliminar paquetes

• Añadir (instalar):

poetry add requests

• Eliminar:

poetry remove requests

4. Creación automática y ejecución del entorno virtual

Poetry crea automáticamente un entorno virtual al añadir dependencias. Puedes entrar en ese entorno con lo siguiente:

poetry shell

Dentro del entorno virtual, Python y pip están disponibles.

5. Garantizar reproducibilidad mediante archivo de bloqueo

Poetry registra la información de dependencias en un archivo llamado poetry.lock. Así, otros desarrolladores pueden reproducir exactamente el mismo entorno.

poetry install

Con este comando, puedes construir un entorno preciso a partir de pyproject.toml y poetry.lock.

El papel de pyproject.toml

En Poetry, en lugar de usar setup.py o requirements.txt, toda la configuración se consolida en un único archivo llamado pyproject.toml.

Ejemplo:

[tool.poetry]
name = "myproject"
version = "0.1.0"
description = ""
authors = ["Tu nombre <you@example.com>"]
[tool.poetry.dependencies]</you@example.com>

python = "^3.10" requests = "^2.31.0"
[build-system]
requires = ["poetry-core"] build-backend = "poetry.core.masonry.api"

Esta estructura permite lograr un entorno ideal donde el estado del proyecto se gestiona mediante código.

Resumen: Poetry es un aliado fuerte para el desarrollo moderno

Poetry es una poderosa herramienta de apoyo al desarrollo que te libera de la gestión engorrosa de pip y venv. Se recomienda especialmente para los siguientes perfiles:

• Desarrolladores que trabajan en equipo
• Quienes desean clarificar las dependencias de los paquetes
• Quienes quieren automatizar la creación de entornos virtuales
• Quienes planean publicar paquetes en el futuro

6. Comparación con otras herramientas（Poetry vs pipenv vs conda）

Las herramientas de gestión de paquetes deben elegirse según el caso de uso

En la gestión de paquetes de Python, además de pip y venv, existen varias herramientas útiles. Como ejemplos representativos se enumeran los siguientes tres:

• Poetry: herramienta moderna fuerte en la gestión de dependencias y construcción de paquetes
• Pipenv: entidad intermedia entre pip y venv. Amig pero algo inestable
• conda: fuerte en la construcción de entornos para ciencia de datos, y permite gestionar también lenguajes fuera de Python

Cada una tiene sus fortalezas y debilidades, por lo que es importante elegir la herramienta adecuada según el objetivo del proyecto y el estilo de desarrollo.

Tabla comparativa de las herramientas

A continuación, se resumen las principales diferencias entre Poetry, Pipenv y conda en una tabla:

Características de cada herramienta y casos adecuados

Poetry: Implementando mejores prácticas para desarrolladores

Poetry es una herramienta que prioriza el desarrollo de Python como proyecto. La gestión de dependencias, la automatización de entornos virtuales y la publicación de paquetes se manejan de forma coherente, por lo que es muy popular entre usuarios de nivel intermedio a avanzado.

Personas a las que conviene:

• Desarrolladores que crean aplicaciones web o API, y aplicaciones hechas en Python de forma profesional
• Personas que desean publicar paquetes propios en PyPI
• Desarrolladores en equipos que valoran la reproducibilidad de los archivos de configuración

Pipenv: Herramienta que busca combinar lo mejor de pip y venv

Pipenv integra las funciones de pip y venv, ofreciendo una interfaz fácil de usar para principiantes. Gestiona las dependencias mediante el formato propio Pipfile y crea automáticamente entornos virtuales.

Sin embargo, la frecuencia de actualizaciones ha disminuido, y se han reportado comportamientos inestables y fallos en algunos entornos, por lo que últimamente cada vez más usuarios cambian a Poetry.

Personas a las que conviene:

• Principiantes que ya están algo familiarizados con pip y venv
• Personas que quieren comenzar con proyectos de aprendizaje o de pequeña escala
• Personas que prefieren menos comandos y una operación intuitiva

conda: Gestiona entornos más allá de Python

conda es la herramienta de gestión de paquetes incluida en la distribución Anaconda, que permite gestionar entornos no solo de Python, sino también de R, C, entre otros. En particular, es muy útil en entornos de cálculo científico y análisis de datos.

Su capacidad de resolución de dependencias es muy alta, lo que permite manejar fácilmente bibliotecas complejas (NumPy, TensorFlow, OpenCV, etc.), lo cual es una gran ventaja.

Personas a las que conviene:

• Personas que desean usarlo en ciencia de datos, aprendizaje automático y análisis estadístico
• Personas que quieren gestionar simultáneamente lenguajes además de Python
• Personas que tienen problemas con dependencias de paquetes en entornos Windows

Guía para elegir

Cuando estés indeciso, pensar de la siguiente manera facilita la elección.

• Enfoque de desarrollo/publicación → Poetry
• Objetivo de aprendizaje/entorno ligero → Pipenv (o venv + pip)
• Análisis de datos/entorno multilenguaje → conda

Resumen: Elegir la herramienta adecuada según el objetivo es la clave del éxito

La gestión de paquetes de Python puede resultar confusa debido a la gran cantidad de herramientas disponibles. Sin embargo, si se define claramente «para qué se va a usar», la herramienta óptima se vuelve evidente.

Poetry, Pipenv y conda tienen cada uno sus fortalezas y escenarios adecuados; al elegir según tu estilo de desarrollo y la estructura del equipo, puedes crear un entorno de desarrollo más fluido y reproducible.

7. Ejemplo práctico: pasos de configuración de entorno por proyecto

¿Por qué son importantes los pasos de configuración del entorno?

Aunque conozcas cómo usar una herramienta de gestión de paquetes, no tiene sentido si no sabes cómo comenzar a usarla en un proyecto real. Aquí explicamos los pasos para configurar un proyecto en dos patrones, de modo que incluso los principiantes puedan avanzar sin perderse.

• pip + venv método de construcción básico
• Poetry método de construcción inteligente

Patrón ①: construcción de proyecto con pip + venv

Es el método más básico y recomendado para quienes recién comienzan con Python.

Paso 1: crear la carpeta del proyecto

mkdir my_project
cd my_project

Paso 2: crear y activar el entorno virtual

python -m venv venv
source venv/bin/activate  # En caso de Windows, venvScripts\activate

Paso 3: instalar los paquetes necesarios

pip install requests numpy

Paso 4: exportar los paquetes dependientes a requirements.txt

pip freeze > requirements.txt

Paso 5: desactivar el entorno virtual

¿Podrías proporcionar el fragmento de código que deseas traducir?

Con esta configuración, otros desarrolladores pueden reproducir el entorno a partir de requirements.txt:

python -m venv venv
source venv/bin/activate
pip install -r requirements.txt

Patrón ②: construcción de proyecto con Poetry

Con Poetry, no es necesario gestionar manualmente el entorno virtual ni las dependencias, lo que permite un desarrollo más eficiente.

Paso 1: inicializar el proyecto

poetry new my_project
cd my_project

Esto genera automáticamente una estructura como la siguiente.

my_project/
├── pyproject.toml
├── README.rst
├── my_project/
│   └── __init__.py
└── tests/
    └── __init__.py

Paso 2: agregar las bibliotecas necesarias

poetry add requests numpy

Poetry crea automáticamente un entorno virtual en este punto y registra las dependencias en pyproject.toml y poetry.lock.

Paso 3: entrar al entorno virtual (opcional)

poetry shell

Paso 4: cómo reproducir el entorno para otros

Al compartir el proyecto, basta con el siguiente comando para reproducir el mismo entorno:

poetry install

Con esto, todas las dependencias se instalan correctamente y el entorno virtual se genera automáticamente.

¿Cuál método deberías elegir?

Nota: integración con IDE como VSCode

En IDE como Visual Studio Code o PyCharm, hay funciones que reconocen automáticamente los entornos virtuales y los de Poetry. Al abrir la carpeta del proyecto, se selecciona el intérprete de Python adecuado, por lo que puedes cambiar de entorno sin problemas directamente en el editor.

Resumen: una configuración de entorno coherente es la clave de calidad y reproducibilidad

En el desarrollo con Python, crear un entorno que funcione de la misma manera sin importar quién lo construya es muy importante. Como se mostró, si se usan correctamente pip + venv o Poetry, se puede lograr eso.

8. Errores comunes y soluciones

¿Por qué los errores son comunes en la gestión de paquetes?

Aunque Python es un lenguaje flexible, las versiones de los paquetes, sus dependencias y las diferencias en los entornos virtuales pueden provocar errores inesperados. En particular, existen varios patrones de problemas en los que los principiantes suelen caer.

A continuación, presentamos los errores más representativos y sus soluciones.

Error ①: ModuleNotFoundError – Módulo no encontrado

Contenido del error:

ModuleNotFoundError: No module named 'requests'

Causa:

• El paquete no está instalado
• El entorno virtual no está activado
• Se está ejecutando en otro entorno de Python

Solución:

• Verificar que el paquete se haya instalado en el entorno correcto

pip install requests

• Comprobar que el entorno virtual esté activo y volver a activarlo si es necesario

source venv/bin/activate  # or venvScriptsctivate

• Si se ejecuta en un IDE como VSCode, verificar la selección del intérprete de Python

Error ②: pip install con Permission denied o acceso denegado

Contenido del error (ejemplo):

PermissionError: [Errno 13] Permission denied: '/usr/lib/python3.x/site-packages/...'

Causa:

• Se está intentando instalar el paquete en el entorno global
• Se está ejecutando con un usuario sin privilegios de administrador

Solución:

• Verificar que se esté trabajando dentro de un entorno virtual
• Si es necesario ejecutar en el entorno global, añadir la opción --user

pip install --user paquete

• En Mac/Linux, para operaciones que requieren privilegios de administrador, usar sudo (no recomendado)

Error ③: Conflicto de versiones (colisión de dependencias)

Contenido del error (ejemplo):

ERROR: Cannot install X==1.2.0 and Y==2.0.0 because these package versions have incompatible dependencies.

Causa:

• Varios paquetes que se intentan instalar simultáneamente dependen de la misma biblioteca pero en versiones diferentes

Solución:

• Usar herramientas como pipdeptree para visualizar y verificar las dependencias
• Utilizar herramientas como Poetry o conda que resuelven automáticamente la consistencia de dependencias
• Si el conflicto no se puede resolver, operar con entornos virtuales separados

Error ④: Fallo al instalar desde requirements.txt

Contenido del error:

ERROR: Could not find a version that satisfies the requirement X==1.0.0

Causa:

• La versión especificada en requirements.txt no existe o ha sido retirada
• No es compatible con la versión de Python que se está usando

Solución:

• Verificar en PyPI la existencia del paquete y la versión
• Especificar una versión compatible con la versión de Python
• Si se usa Poetry, ejecutar poetry update para actualizar a dependencias consistentes

Error ⑤: El entorno virtual no funciona correctamente o no se puede activar

Contenido del error (ejemplo):

source: command not found

Causa:

• Se están usando comandos tipo Unix en Windows
• Se ingresó una ruta incorrecta al crear el entorno virtual

Solución:

• Verificar el comando de activación del entorno virtual según el sistema operativo

# macOS / Linux
source venv/bin/activate

# Windows
venvScriptsctivate

• Si el entorno está corrupto, eliminarlo y volver a crearlo

rm -r venv
python -m venv venv

Nota: Problemas cuando la versión de pip es antigua

Si la versión de pip es antigua, puede no ser compatible con las últimas especificaciones de PyPI y provocar fallos en la instalación.

Solución:

pip install --upgrade pip

Actualizarlo periódicamente ayuda a prevenir errores futuros.

Resumen: Conocer el “funcionamiento” de los errores no los hace intimidantes

La mayoría de los errores relacionados con la gestión de paquetes se deben al “entorno”, “dependencias” y “versión de Python”. En lugar de actuar precipitadamente, interpretar el mensaje de error y comprender su funcionamiento es el camino más rápido para mejorar en Python.

9. Frequently Asked Questions (FAQ)

Q1. pip y Poetry, ¿cuál debería usar?

A. Para scripts pequeños o proyectos de aprendizaje, la combinación de pip y venv es suficiente. Sin embargo, en caso de desarrollo con varias personas o cuando las dependencias de los paquetes se vuelven complejas, Poetry es recomendable porque facilita la gestión de dependencias y ofrece mayor reproducibilidad.

Q2. ¿Es obligatorio usar entornos virtuales?

A. No es obligatorio, pero se recomienda encarecidamente. No usar un entorno virtual puede afectar el entorno Python del sistema completo y provocar conflictos de dependencias con otros proyectos.

Q3. ¿Cuál es la diferencia entre pyproject.toml y requirements.txt?

A.

• requirements.txt: lista de dependencias en formato de texto simple utilizada por pip
• pyproject.toml: archivo de configuración estructurado usado por herramientas como Poetry (dependencias + metadatos)

requirements.txt se centra en la reproducibilidad de la instalación, pyproject.toml está orientado a la gestión de la configuración completa del proyecto.

Q4. ¿Cuál es más popular, pipenv o Poetry?

A. Actualmente Poetry se desarrolla activamente y sobresale en fiabilidad y funcionalidades. pipenv fue popular en su momento, pero debido a la falta de actualizaciones y al aumento de informes de errores, la migración a Poetry está en marcha.

Q5. ¿Se pueden usar conda y pip juntos?

A. En principio se pueden usar juntos, pero es necesario prestar atención a la consistencia de las dependencias. En entornos conda, se recomienda instalar paquetes con el comando conda siempre que sea posible y usar pip solo para los paquetes que no están disponibles en conda, lo que ayuda a prevenir problemas.

Q6. Tengo demasiados entornos virtuales y es difícil gestionarlos. ¿Qué puedo hacer?

A. Al usar Poetry, la creación y eliminación de entornos virtuales se realiza automáticamente, lo que reduce considerablemente el esfuerzo de gestión manual. Además, para ver la lista y la ubicación de los entornos virtuales, se pueden usar los siguientes comandos:

poetry env list
poetry env remove <nombre_del_entorno>

Q7. ¿Deberían incluirse requirements.txt y pyproject.toml en Git?

A. Sí, son archivos que deben incluirse obligatoriamente para garantizar la reproducibilidad del proyecto. Al incluirlos, otros desarrolladores pueden reproducir fácilmente el mismo entorno, lo que facilita el desarrollo en equipo.

Q8. ¿Se pueden gestionar los paquetes por separado en entornos de producción y desarrollo?

A. Poetry permite separar y gestionar claramente las dependencias de desarrollo y de producción. Por ejemplo, los frameworks de pruebas pueden instalarse exclusivamente para desarrollo:

poetry add pytest --group dev

De este modo, no es necesario instalar herramientas innecesarias en el entorno de producción.

Q9. ¿Qué debo hacer cuando aparece un error?

A. Primero, lea el mensaje de error con calma y verifique los siguientes puntos.

• ¿El entorno virtual está activado?
• ¿La versión de Python que está usando es compatible?
• ¿Existe el paquete correspondiente en PyPI?

Además, consulte la sección «8. Errores comunes y soluciones».

Q10. Cuando varias personas desarrollan un proyecto, ¿qué se debe tener en cuenta?

A. Lo más importante es «hacer el entorno reproducible». Aplicar lo siguiente ayuda a prevenir problemas:

• Uso de entornos virtuales
• requirements.txt o pyproject.toml / poetry.lock compartir
• Especificar claramente la versión de Python (p. ej., Python 3.10 o superior)

Al aprovechar Poetry, puede lograr esto de forma relativamente sencilla.