何时在Python分布中使用多个顶级包最合适？

Question

我没有看到多个顶级包Python发行版的例子。这样做的好处/缺点是什么

1. 多分发（每个目录都有自己的设置.py、要求等独立安装）
2. 单个顶层包，分为模块/子包。在

当您有稍微相关的代码时，多个顶级包分发似乎避免了多次管理元数据和其他打包基础设施。总体而言，这可能不那么麻烦，而且对于新的贡献者来说更容易避免多发行版设置（这可能需要他们了解更多关于setuptools等的知识）。它是以丢失粒度依赖性为代价的。然而，使用模块和子包进行分离的单个顶层包也有同样的缺点。也许我看到了一个根本不存在的区别？在

我有一些内部代码，感觉不像一个包——例如，一个大型工具，一个小型无关工具的集合，以及一些共享的数据模型和粘合代码。其他工具和库很可能也会出现，我希望人们也希望访问为特殊脚本安装的数据模型包/模块。在

为了争论：

• 数据模型和粘合代码主要是关于从配置、数据库或某些源组合访问数据。在
• bigtool依赖于所有这些信息并编译/部署这些信息。在
• utils可能包含一些较小的工具，用于从数据模型中提取常用的摘要统计信息，或者只对相对不相关的任务使用一些通用代码（检查生产服务器状态等）。在
• 特别脚本通常是使用数据模型编写的。也许以后它们会变得更大，并存储在utils或它们自己的位置。在

一个包含bigtool、utils和datamodel顶级包的单个发行版在这里有意义吗？或者大多数人会在顶层有一个空的包（一些整体的项目名），而只是通过子包提供分离？如果出于某种原因（例如分离依赖关系）需要独立地构建/安装它们，那么以后可以迁移到多发行版。在