pip/conda导出或导入环境

目录

一、pip

[Option1: pip freeze](#Option1: pip freeze)

导出环境

导入环境

[Option2: pipreqs工具](#Option2: pipreqs工具)

导出环境

导入环境

二、conda

[Option1: requirements.txt](#Option1: requirements.txt)

导出环境

导入环境

[Option2: myenv.yml](#Option2: myenv.yml)

导出环境

导入环境


Python提供了强大的模块功能,能够方便开发者更加易于进行包的管理。pip/conda提供了生成requirements.txtmyenv.yml的功能,可以方便开发者在新的环境下进行一步式的依赖项安装。

一、pip

Option1: pip freeze

pip freeze会将当前PC环境下所有的安装包都进行生成,再进行安装的时候会全部并安装很多没有的包,耗时耗力其实是不可取的。

导出环境

终端执行下面命令会在当前目录生成requirements.txt文件。

bash 复制代码
pip freeze > requirements.txt #可能会丢失依赖包的版本号
# 或者
pip list --format=freeze> requirements.txt

导入环境

使用前面命令生成出来的requirements.txt,可以根据这个文件下载所有依赖。

bash 复制代码
pip install -r requirements.txt
# 临时换源
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple -r requirements.txt

Option2: pipreqs工具

使用pipreqs,这个工具的好处是可以通过对项目目录的扫描,发现使用了哪些库,生成依赖清单。

导出环境

使用pipreqs需要提前安装。

step1:安装

bash 复制代码
pip install pipreqs

step2:使用

在Python项目的根目录下 使用 pipreqs ./

bash 复制代码
pipreqs ./ --encoding=utf8

导入环境

使用前面命令生成出来的requirements.txt,可以根据这个文件下载所有依赖。

bash 复制代码
pip install -r requirements.txt
# 临时换源
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple -r requirements.txt

二、conda

Option1: requirements.txt

导出环境

需要先切换到要导出的虚拟环境里面再执行命令。

bash 复制代码
conda list -e > requirements.txt

导入环境

需要先切换到要导入的虚拟环境里面再执行命令。

bash 复制代码
conda install --yes --file requirements.txt

Option2: myenv.yml

导出环境

bash 复制代码
#获得环境中的所有配置
conda env export --name myenv > myenv.yml

导入环境

需要先切换到要导入的虚拟环境里面再执行命令。

bash 复制代码
#重新还原环境
conda env create -f  myenv.yml
相关推荐
哪有时间简史10 分钟前
Python程序设计基础
开发语言·python
企业对冲系统官20 分钟前
大宗商品风险对冲系统统计分析功能的技术实现
运维·python·算法·区块链·github·pygame
ValhallaCoder21 分钟前
Day48-单调栈
数据结构·python·算法·单调栈
智算菩萨30 分钟前
【Python小游戏】深度解析Pygame实现2048游戏的完整开发流程(有代码实现)
python·游戏程序·pygame
嘉嘉嘉71743 分钟前
【day 52】神经网络调参指南
python·深度学习·机器学习
测试秃头怪1 小时前
Python测试框架Pytest的参数化
自动化测试·软件测试·python·测试工具·职场和发展·测试用例·pytest
深蓝电商API1 小时前
Scrapy 爬虫异常处理与重试机制优化
爬虫·python·scrapy
爱吃提升1 小时前
如何使用量化工具对模型进行量化优化?
python
wang_yb2 小时前
你真的会用 Python 的 print 吗?
python·databook
筱昕~呀3 小时前
基于深度生成对抗网络的智能实时美妆设计
人工智能·python·生成对抗网络·mediapipe·beautygan