Python使用conda如何安裝requirement.txt的擴(kuò)展包
使用conda安裝requirement.txt的擴(kuò)展包
當(dāng)你在GitHub上下載了代碼時(shí),可以看到有一個(gè)requirements.txt文件,這是這個(gè)Python環(huán)境需要配置的擴(kuò)展包,該文件記錄了當(dāng)前程序的所有依賴包及其精確版本號(hào)。
你可以打開文件,然后用conda install一個(gè)一個(gè)的安裝包,或者按下面的操作來(lái):
生成requirements.txt文件
用conda activate 你的環(huán)境名字,此時(shí)進(jìn)入了你的環(huán)境中,然后使用代碼:
pip freeze > requirements.txt
就會(huì)生成一個(gè)所需環(huán)境包的txt文件,我的一個(gè)環(huán)境包含的包如下:
backcall==0.1.0 beautifulsoup4==4.9.0 bleach==3.1.4 certifi==2020.4.5.2 colorama==0.4.3 cycler==0.10.0 decorator==4.4.2 defusedxml==0.6.0 entrypoints==0.3 ipykernel==5.1.4 ipython==7.13.0 ipython-genutils==0.2.0 jedi==0.17.0 Jinja2==2.11.2 joblib==0.15.1 jsonschema==2.6.0 jupyter-client==5.3.3 jupyter-contrib-core==0.3.3 jupyter-contrib-nbextensions==0.5.1 jupyter-core==4.5.0 jupyter-highlight-selected-word==0.2.0 jupyter-latex-envs==1.4.6 jupyter-nbextensions-configurator==0.4.1 jupyterthemes==0.20.0 kiwisolver==1.2.0 lesscpy==0.14.0 line-profiler==2.1.2 lxml==4.5.0 MarkupSafe==1.1.1 matplotlib==3.1.3 memory-profiler==0.55.0 mistune==0.8.4 mkl-fft==1.0.14 mkl-random==1.0.4 mkl-service==2.3.0 msgpack==0.6.2 nb-conda==2.2.1 nb-conda-kernels==2.2.3 nbconvert==5.6.1 nbformat==5.0.6 notebook==6.0.1 numpy==1.17.0 pandas==1.0.3 pandocfilters==1.4.2 parso==0.7.0 patsy==0.5.1 pickleshare==0.7.5 ply==3.11 prometheus-client==0.7.1 prompt-toolkit==3.0.4 psutil==5.7.0 Pygments==2.6.1 pyparsing==2.4.7 python-dateutil==2.8.1 pytz==2020.1 pywin32==227 pywinpty==0.5.7 PyYAML==5.3.1 pyzmq==18.1.1 scikit-learn==0.22.1 scipy==1.4.1 seaborn==0.10.1 Send2Trash==1.5.0 six==1.14.0 soupsieve==2.0.1 statsmodels==0.11.1 terminado==0.8.3 testpath==0.4.4 tornado==6.0.4 traitlets==4.3.3 wcwidth==0.1.9 webencodings==0.5.1 wincertstore==0.2
安裝requirement.txt文件的擴(kuò)展包
pip install -r requirements.txt
除了使用pip命令來(lái)生成及安裝requirement.txt文件以外,也可以使用conda命令來(lái)安裝。
conda install --yes --file requirements.txt
但是這里存在一個(gè)問(wèn)題,如果requirements.txt中的包不可用,則會(huì)拋出“無(wú)包錯(cuò)誤”。
使用下面這個(gè)命令可以解決這個(gè)問(wèn)題
$ while read requirement; do conda install --yes $requirement; done < requirements.txt
如果想要在conda命令無(wú)效時(shí)使用pip命令來(lái)代替,那么使用如下命令:
$ while read requirement; do conda install --yes $requirement || pip install $requirement; done < requirements.txt
有時(shí)可以導(dǎo)出conda環(huán)境,導(dǎo)出格式為.yml文件
conda env export > requirements.yml
此時(shí)你的電腦需要這個(gè)conda環(huán)境,可以直接用這個(gè)yml文件在你的電腦上創(chuàng)造出一個(gè)同名字,同擴(kuò)展包的環(huán)境,你只需要進(jìn)入cmd,然后直接運(yùn)行下面代碼就可以了:
conda env create -f requirements.yml
生成requirement.txt及requirements.txt安裝包
生成requirements.txt問(wèn)題
執(zhí)行下面這句命令后,就可在當(dāng)前目錄看見文件requirements.txt
pip freeze > requirements.txt
使用requirements.txt安裝包
pip install -r requirements.txt
總結(jié)
以上為個(gè)人經(jīng)驗(yàn),希望能給大家一個(gè)參考,也希望大家多多支持腳本之家。
相關(guān)文章
python實(shí)現(xiàn)雪花飄落效果實(shí)例講解
在本篇文章里小編給大家整理了關(guān)于python實(shí)現(xiàn)雪花飄落效果的相關(guān)實(shí)例內(nèi)容,以及代碼寫法,需要的朋友們參考下。2019-06-06基于循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)的古詩(shī)生成器
這篇文章主要為大家詳細(xì)介紹了基于循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)的古詩(shī)生成器,具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下2018-03-03從CentOS安裝完成到生成詞云python的實(shí)例
下面小編就為大家分享一篇從CentOS安裝完成到生成詞云python的實(shí)例,具有很好的參考價(jià)值,希望對(duì)大家有所幫助2017-12-12python支持?jǐn)帱c(diǎn)續(xù)傳的多線程下載示例
這篇文章主要介紹了python支持?jǐn)帱c(diǎn)續(xù)傳的多線程下載示例,大家參考使用吧2014-01-01Python利用PIL實(shí)現(xiàn)多張圖片合成gif動(dòng)畫的案例詳解
這篇文章主要介紹了Python利用PIL實(shí)現(xiàn)多張圖片合成gif動(dòng)畫的案例,文章通過(guò)代碼示例介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或工作有一定的幫助,感興趣的小伙伴可以自己動(dòng)手試一下2023-11-11python之生成多層json結(jié)構(gòu)的實(shí)現(xiàn)
今天小編就為大家分享一篇python之生成多層json結(jié)構(gòu)的實(shí)現(xiàn),具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2020-02-02Matplotlib多子圖使用一個(gè)圖例的實(shí)現(xiàn)
多子圖是Matplotlib中的一個(gè)功能,可以在同一圖形中創(chuàng)建多個(gè)子圖,本文主要介紹了Matplotlib多子圖使用一個(gè)圖例的實(shí)現(xiàn),感興趣的可以了解一下2023-08-08