一些编程语言自带包pipe理系统，例如，在R的情况下，内置的install.packages命令从CRAN存储库安装并处理相关性。
与此同时，操作系统也有自己的软件包pipe理系统，就像基于debian的Linux发行版的apt命令一样。
我决定使用发行版的包pipe理器来保证我的系统上的所有内容都是兼容的（参见https://stackoverflow.com/a/31293955/1878788 ）。
但是不久之后，我需要那些不可用的东西。 例如，一个没有被我的发行包装的生物信息学程序将需要一些特定版本的R.它发生的程序可以通过一个名为“bioconductor”的项目，其目标是提供生物信息学R包，确保包互相兼容（请参阅https://www.bioconductor.org/install/#why-biocLite ）。
所以我决定不使用我的OS包装pipe理系统，并通过bioconductor项目提供的biocLite命令安装所有的东西。
这种方法运行平稳一段时间，直到我发现为了保持连贯，健康和易于重build的生物信息学生态系统，一些人决定使用conda包pipe理系统。 这个名为“bioconda”的项目不仅提供R软件包，还提供各种语言的软件，可以轻松切换版本等（请参阅https://bioconda.github.io/ ）。
然后，我决定使用这种方法，而且它运行顺利，直到我需要一个不是由bioconda / conda提供的R包。 这应该是非常容易的，但是我制作conda软件包的尝试失败了，于是我尝试用bioconductor的方式安装软件包，但是又失败了。 我有这样的印象，即包装构build机制正在使用错误的R装置。 所以我决定清除我的（还很年轻的）conda安装并返回到我的bioconductor生态系统。
我想知道我将不得不从一种方法跳到另一种方法多久。 关于如何处理这些多重，干扰和重叠的包裹pipe理水平，是否有一般的良好做法？
编辑（14/09/2017） ：我考虑的另一个select是使用替代的OS级包pipe理器，如Guix或Nix 。
我不确定什么是R（听说过REnv），但是对于Python，我已经决定了实用的方法，每个用户都使用pyenv来负责自己的Python环境（ pyenv和Ruby与RVM同样如此）。 这样，用户可以在没有我的帮助的情况下为每个项目创build自己的最佳环境（ pyenvpipe理Python安装，然后可以使用pip来安装本地安装到特定Python安装的模块）。
系统软件包仅用于系统需求。
通常最好使用系统包pipe理器。 但是，如果您使用的是现代语言，那么发展迅速，稳定的分配将不包括新的软件包和版本。 不那么stream行的软件包永远不会被包含在软件仓库中。
所以我会说，在这种情况下最好的方法是使用语言的内置函数。 如果R-creators会创buildpipe理软件包的官方工具，那将是非常好的，但是使用非官方工具有点冒险。