标签: requirements.txt

我有一个存储库 ，myBigRep其中包含一个子模块mySmallRep。该子模块是一个 python 项目，其中有一个setup.py安装一些命令的脚本。为了设置它，我运行：

$ pip install --editable myBigRep/local/src/mySmallRep/

就是这样。

现在我想克隆到mySmallRep其他地方，设置其子模块并安装 Python 命令。所以我首先冻结 Python 包：

$ cd myBigRep
$ pip freeze 
-e git+git@bitbucket.org:me/mySmallRep.git@d702f237b4c5449dffe5f224a8c361bf983566fc#egg=mySmallRep&subdirectory=../../../../local/src/mySmallRep

$ pip freeze > requirements.txt
$ git add requirements.txt
$ git commit -m "added requirements."
$ git push origin master

现在我克隆并设置所有内容：

$ cd
$ git clone git@bitbucket.org:me/myBigRep.git myBigRepClone
$ cd myBigRepClone
$ git submodule init && git submodule update
$ git submodule foreach git pull origin master
$ pip …

可以下载 NLTK 语料库punkt并wordnet通过命令行：

python3 -m nltk.downloader punkt wordnet

如何使用 下载 NLTKrequirements.txt语料库pip install -r requirements.txt？

例如，可以通过添加模型的 URL 来下载 spacy 模型requirements.txt（pip install -r requirements.txt例如https://github.com/explosion/spacy-models/releases/download/en_core_web_sm-2.0.0/en_core_web_sm-2.0.0.tar.gz #egg=en_core_web_sm==2.0.0 中requirements.txt）

我想使用pip freeze > requirements.txt命令创建requirements.txt并复制到Google Drive以在Google Colab中使用，但出现如下错误：

ERROR: Could not install packages due to an EnvironmentError: [Errno 2] No such file or directory: '/C:/ci/astroid_1592481955828/work'

于是，我打开了requirements.txt，模块名后面有奇怪的东西开头@ files:\\\~~~

这是一个例子。

requirements.txt

~~~
jupyter-core==4.6.3
jupyterlab==2.2.6
jupyterlab-server @ file:///tmp/build/80754af9/jupyterlab_server_1594164409481/work
Keras==2.3.1
Keras-Applications @ file:///tmp/build/80754af9/keras-applications_1594366238411/work
Keras-Preprocessing==1.1.0
kiwisolver==1.2.0
~~~

我使用 Anaconda 安装了这些模块，并将其存储在名为“TensorFlow”的虚拟环境中。

可以删除@ files:\\\~~~模块名称后面的东西吗？或者我应该做什么来解决这个问题？

谢谢。

我用下面的方法将我的项目的需求转换成txt文件。

pip freeze > requirements.txt

我尝试使用下面的代码加载生成的txt文件来测试它，但出现以下错误。我该如何解决这个问题。

python -m pip install -r requirements.txt


Usage: pip [options]

ERROR: Invalid requirement: -andas @ file:///C:/ci/pandas_1592833613419/work
pip: error: no such option: -a


-andas @ file:///C:/ci/pandas_1592833613419/work
absl-py==0.11.0
alabaster==0.7.12
anaconda-client==1.7.2
anaconda-navigator==1.9.12
anaconda-project==0.8.3
argh==0.26.2
asn1crypto==1.3.0
astroid @ file:///C:/ci/astroid_1592487315634/work
astropy==4.0.1.post1
astunparse==1.6.3
atomicwrites==1.4.0
attrs==19.3.0
autopep8 @ file:///tmp/build/80754af9/autopep8_1592412889138/work
Babel==2.8.0
backcall==0.2.0
backports.functools-lru-cache==1.6.1
backports.shutil-get-terminal-size==1.0.0
backports.tempfile==1.0
backports.weakref==1.0.post1
bcrypt==3.1.7
beautifulsoup4==4.9.1
bitarray @ file:///C:/ci/bitarray_1594751093906/work
bkcharts==0.2
bleach==3.1.5
bokeh @ file:///C:/ci/bokeh_1593178781838/work
boto==2.49.0
Bottleneck==1.3.2
bower==0.0.0
brotlipy==0.7.0
cachetools==4.1.1
certifi==2020.6.20
cffi==1.14.0
chardet==3.0.4
click==7.1.2
cloudpickle @ file:///tmp/build/80754af9/cloudpickle_1594141588948/work
clyent==1.2.2
colorama==0.4.3
comtypes==1.1.7
conda==4.8.3
conda-build==3.18.11 …

我想在我的requirements.txtfor中设置依赖项tensorflow~=2.5.0。截至撰写本文时，tensorflow==2.5.0尚未发布。可用的最新版本是候选版本tensorflow==2.5.0rc3。我如何简洁地告诉pip“安装最新的tensorflow2.5.x 版本，包括候选版本”？

到目前为止我尝试过的：

• tensorflow~=2.5.0

ERROR: Could not find a version that satisfies the requirement tensorflow~=2.5.0 (from versions: 2.5.0rc0, 2.5.0rc1, 2.5.0rc2, 2.5.0rc3)
ERROR: No matching distribution found for tensorflow~=2.5.0

• tensorflow>2.4.1

ERROR: Could not find a version that satisfies the requirement tensorflow>2.4.1 (from versions: 1.13.0rc1, 1.13.0rc2, 1.13.1, 1.13.2, 1.14.0rc0, 1.14.0rc1, 1.14.0, 1.15.0rc0, 1.15.0rc1, 1.15.0rc2, 1.15.0rc3, 1.15.0, 1.15.2, 1.15.3, 1.15.4, 1.15.5, 2.0.0a0, 2.0.0b0, 2.0.0b1, 2.0.0rc0, 2.0.0rc1, 2.0.0rc2, 2.0.0, 2.0.1, 2.0.2, 2.0.3, …

我有一台配备 Apple M1 芯片组的新 MacBook。要安装tensorflow，我按照此处的说明进行操作，即安装tensorflow-metalandtensorflow-macos而不是普通的tensorflow软件包。

虽然这工作正常，但这意味着我无法运行典型的，pip install -r requirements.txt只要我们tensorflow在requirements.txt. 如果我们改为包含tensorflow-macos，则会给非 M1 甚至非 macOS 用户带来问题。

我们的库必须在所有平台上运行。是否有一个通用安装命令可以根据计算机是否是 M1 Mac 来安装正确的 TensorFlow 版本？这样我们就可以为requirements.txt每个人使用一个单一的？

或者，如果这是不可能的，我们可以传递一些标志/选项，例如pip install -r requirements.txt --m1安装一些变体吗？这里最简单、最优雅的解决方案是什么？

目前,当我们的项目的requirements.txt更新时,我们从头开始重新构建virtualenv以确保一致的结果.问题是我们的requirements.txt非常冗长,对它的更新通常只触及一个包.

是否有任何系统将virtualenv与requirements.txt进行比较并进行最少量的更改以使它们匹配？

我可以自己写这个,如果我能得到pip告诉我它会安装哪个版本给出一个requirements.txt,但我没有看到这样的选项.

我正在尝试以编程方式生成requirements.txt文件.这样我可以将它与第二个.txt文件区分开来.到目前为止,我已经尝试了以下内容,但它们只向控制台输出要求(生成No .txt文件).

到目前为止我已经尝试过了

    import pip

    pip.main(["freeze",">","requirements.txt"])

和

    from subprocess import call

    call(["pip","freeze", ">","requirements.txt"])

如果我尝试在终端中手动运行相同的命令,则生成的文件没有问题.有什么建议？

我是Django的新手.

每次我使用安装新库时pip,我都必须运行pip freeze -l > requirements.txt,有时我会忘记这一点(错误发生在我的生产环境中).

安装新软件包时,自动运行此命令的最佳方法是什么？

我在用:

Django==1.11.5 
Python 3.6.1

在我的变化requirements.txt，当我运行没有被体现出来：

docker-compose -f docker-compose-dev.yml up -d

docker-compose-dev.yml

version: '3.6'

services:

  web:
    build:
      context: ./services/web
      dockerfile: Dockerfile-dev
    volumes:
      - './services/web:/usr/src/app'
    ports:
      - 5001:5000
    environment:
      - FLASK_ENV=development
      - APP_SETTINGS=project.config.DevelopmentConfig
      - DATABASE_URL=postgres://postgres:postgres@web-db:5432/web_dev 
      - DATABASE_TEST_URL=postgres://postgres:postgres@web-db:5432/web_test  
    depends_on:  
      - web-db

  web-db:  
    build:
      context: ./services/web/project/db
      dockerfile: Dockerfile
    ports:
      - 5435:5432
    environment:
      - POSTGRES_USER=postgres
      - POSTGRES_PASSWORD=postgres

  nginx:
    build:
      context: ./services/nginx
      dockerfile: Dockerfile-dev
    restart: always
    ports:
      - 80:80
    depends_on:
      - web
      - client

  client:
    build:
      context: ./services/client
      dockerfile: Dockerfile-dev
    volumes:
      - './services/client:/usr/src/app'
      - '/usr/src/app/node_modules'
    ports:
      - 3007:3000 …