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：
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命令來生成及安裝requirement.txt文件以外，也可以使用conda命令來安裝。
conda install --yes --file requirements.txt
但是這里存在一個(gè)問題，如果requirements.txt中的包不可用，則會(huì)拋出“無包錯(cuò)誤”。
使用下面這個(gè)命令可以解決這個(gè)問題
$ while read requirement; do conda install --yes $requirement; done < requirements.txt
如果想要在conda命令無效時(shí)使用pip命令來代替，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
這篇文章主要介紹了解決Python spyder顯示不全df列和行的問題，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過來看看吧2020-04-04
在python中求分布函數(shù)相關(guān)的包實(shí)例
這篇文章主要介紹了在python中求分布函數(shù)相關(guān)的包實(shí)例，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過來看看吧2020-04-04
Python?round函數(shù)的基本用法與實(shí)例代碼
round()函數(shù)是Python中用于對(duì)浮點(diǎn)數(shù)進(jìn)行四舍五入的內(nèi)置函數(shù),這篇文章詳細(xì)介紹了round()函數(shù)的基本用法、參數(shù)詳解、特殊情況處理以及應(yīng)用場(chǎng)景,并提供了豐富的示例代碼,需要的朋友可以參考下2024-11-11
這篇文章主要為大家詳細(xì)介紹了python3中的property使用方法，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下2019-04-04
這篇文章主要介紹了python 制作手機(jī)歸屬地查詢工具，幫助大家更好的理解和學(xué)習(xí)使用python，感興趣的朋友可以了解下2021-03-03
檢測(cè)tensorflow是否使用gpu進(jìn)行計(jì)算的方式
今天小編就為大家分享一篇檢測(cè)tensorflow是否使用gpu進(jìn)行計(jì)算的方式，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過來看看吧2020-02-02
這篇文章主要介紹了Python文件及目錄操作的方法,實(shí)例分析了Python中os模塊的使用技巧,需要的朋友可以參考下2015-06-06
基于Python利用Faker批量測(cè)試數(shù)據(jù)