我在 Windows 10 PC 上创建了一个 conda 虚拟环境来处理一个项目。要安装所需的包和依赖项,我使用conda install <package>
而不是pip install <package>
按照https://docs.conda.io/projects/conda/en/latest/user-guide/tasks/manage-environments.html# 中提到的最佳实践在环境中使用 pip
为了分发我的软件,我选择分别针对 conda 和非 conda 用户创建一个 environment.yml 和一个 requirements.txt 文件。我能够将当前的虚拟环境导出到 yml 文件中,这样 conda 用户就得到了照顾。但是,为了让非 conda 用户能够复制相同的环境,我需要创建和共享 requirements.txt 文件。可以使用创建此文件,conda list --export > requirements.txt
但此格式与 pip 不兼容,其他用户无法pip install -r requirements.txt
在其系统上使用。
使用pip freeze > requiremens.txt
是这里和这里提到的解决方案。这意味着非 conda 用户可以简单地pip install -r requirements.txt
在虚拟环境中执行,他们可以在没有 conda 的情况下使用 virtualenv 创建该虚拟环境。
但是,如果您生成上述样式的 requiremets.txt 文件,您最终会得到一个带有符号链接的 requirements.txt 文件。这是因为我们尝试为使用conda install
而不是pip install
. 例如,我以类似方式生成的 requirements.txt 文件如下所示。
certifi==2020.6.20
cycler==0.10.0
kiwisolver==1.2.0
matplotlib @ file:///C:/ci/matplotlib-base_1603355780617/work
mkl-fft==1.2.0
mkl-random==1.1.1
mkl-service==2.3.0
numpy @ file:///C:/ci/numpy_and_numpy_base_1596215850360/work
olefile==0.46
pandas @ file:///C:/ci/pandas_1602083338010/work
Pillow @ file:///C:/ci/pillow_1602770972588/work
pyparsing==2.4.7
python-dateutil==2.8.1
pytz==2020.1
sip==4.19.13
six==1.15.0
tornado==6.0.4
wincertstore==0.2
当使用此文件安装依赖项时,这些符号链接将导致错误。
我采取的步骤使我进入了上述 requirements.txt 文件:
conda create -n myenv python=3.8
conda activate myenv
conda install pip
conda intall pandas
conda install matplotlib
pip freeze > requirements.txt
所以,我的问题是你如何坚持使用conda install
而不是pip install
同时仍然能够将你的软件包分发给 conda 和非 conda 用户的最佳实践?
我为上述问题找到的最佳解决方案是我将在下面描述的组合。对于conda
,我首先将环境列表导出为environment.yml
并省略包构建号,这通常是难以在另一个操作系统上重现环境的原因:
conda env export > environment.yml --no-builds
输出:
name: myenv
channels:
- defaults
- conda-forge
dependencies:
- blas=1.0
- ca-certificates=2020.10.14
- certifi=2020.6.20
...
对于pip
,您上面描述的内容显然是较新版本的 pip 中的一个众所周知的问题。获得“干净”requirements.txt
文件的解决方法是这样导出:
pip list --format=freeze > requirements.txt
输出:
certifi==2020.6.20
cycler==0.10.0
kiwisolver==1.2.0
matplotlib==3.3.2
mkl-fft==1.2.0
...
请注意,上面在pip
and之间是不同的conda
,这很可能是因为conda
它比pip
Python 包更通用,并且不仅包括 Python 包。
就我个人而言,我发现对于分发包,通过检查您的代码(您做了什么导入?)来确定所需的最小包集及其版本可能更简洁,而不是盲目地导出完整pip
或conda
列表,哪个可能最终(无论是否意外)包含使用该包并不是真正必要的包。
本文收集自互联网,转载请注明来源。
如有侵权,请联系 [email protected] 删除。
我来说两句