Python包维护者如何确定各依赖的最低可用版本要求？

前置准备 #

先完成依赖分层，将运行依赖和开发依赖完全拆分：

• 类型检查工具、代码格式化工具、测试框架等仅开发阶段用到的依赖全部单独维护，不要纳入用户安装的依赖范围
• 遍历代码库所有import语句，过滤掉Python标准库模块，整理出仅运行时需要的第三方依赖清单

半自动化操作步骤 #

• 首先确定Python版本约束，你要求最低支持Python3.6，所有依赖的初始候选版本可以以2019年12月（Python3.6停止官方维护的时间）之前发布的版本为范围，避免出现依赖不支持目标Python版本的无效测试
• 安装pip-tools工具，使用其中的pip-compile命令做依赖版本自动适配：
  1. 新建requirements.in文件，写入你整理好的运行依赖列表，每个依赖可以先预估一个较低的初始版本号，例如numpy>=1.13、matplotlib>=2.2
  2. 运行pip-compile requirements.in，工具会自动匹配所有依赖之间的兼容版本组合，生成固定版本的requirements.txt，无需手动排查依赖间的版本冲突
• 用二分法快速定位最低兼容版本：针对每个依赖，不用逐个版本测试，比如测试numpy最低版本时，先试1.12，能正常运行就试1.11，不能运行就试1.14，3-5次测试就能锁定最低可用版本
• 无全量自动化测试的临时适配方案：不用等全量测试用例开发完成，先编写3-5个覆盖核心功能的最简运行脚本，只要脚本在对应依赖版本环境下无报错、输出结果符合预期，即可判定当前版本兼容

额外优化技巧 #

如果后续要把依赖要求写到setup.py或者pyproject.toml里，只需要写入每个依赖的最低版本约束即可，不要固定死小版本，给用户留出版本升级的空间，也避免和用户其他依赖的版本产生强制冲突。

内容的提问来源于stack exchange，提问作者WIP