Python依赖管理

一、PIP

pip 是 Python 的包管理工具 

1.安装依赖（pip）

• 预览当前环境下的依赖包
• 安装依赖
• 记录依赖信息
• 读取保存的依赖信息

pip list
pip install 依赖名
pip freeze > requirements.txt
pip install -r requirements.txt

2.依赖间的相互关系（pipdeptree）

• 安装
• 查看依赖树

pip install pipdeptree
pipdeptree

3.依赖治理（pip-autoremove）

• 安装
• 删除依赖及其相关联的依赖 

pip install pip-autoremove
pip-autoremove 依赖名

 二、Conda

pip 能基本解决单一项目的环境处理问题。但是由于 Python 是全局环境，如果有多个项目，我们就无法区分项目维度的依赖。Conda 是一个开源的软件包管理系统和环境管理系统，用于安装多个版本的软件包及其依赖关系，并在它们之间轻松切换

Package, dependency and environment management for any language---Python, R, Ruby, Lua, Scala, Java, JavaScript, C/ C++, FORTRAN

1.安装Conda

Conda(https://github.com/conda/conda)有两个发行版本Miniconda和Anaconda

Miniconda，是包含conda及其依赖项的最小安装

Anaconda，是一个开源的Python发行版本，其包含了conda、Python等180多个科学包及其依赖项

官网下载Anaconda(Anaconda | Start Coding Immediately)，并执行安装脚本

2.Anaconda命令行

Windows用户请打开“Anaconda Prompt”；macOS和Linux用户请打开“Terminal”（“终端”）进行操作

环境管理

• Anaconda版本

conda --version

• 创建一个纯净的 Python3.9 环境
• 并激活该环境

conda create -n demo python=3.9 -y
conda activate demo

• 查看已有环境列表

conda env list

• 查看当前环境下的依赖

conda list

• 退出环境

conda deactivate

• 为当前环境创建配置文件
• 加载配置文件到当前环境

conda env export > environment.yaml
conda env create -f environment.yaml

包管理

• 查找可供安装的包版本
• 在当前环境中安装包
• 卸载当前环境中的包
• 更新指定包

conda search <text>
conda install <package_name>
conda remove <package_name>
conda update <package_name>