小编Ale*_*lex的帖子

到目前为止,我已经测试了各种方法来管理 Python中的项目依赖项:

1. 使用pip安装全局内容(节省空间,但迟早会让您遇到麻烦)
2. pip&venv或virtualenv(管理有点痛苦,但很多情况下还可以)
3. pipenv&pipfile(比venv/virtualenv稍微容易一些,但是慢和一些供应商锁定,虚拟环境隐藏在除了实际项目文件夹之外的其他地方)
4. conda作为包和环境管理器(只要包装都在conda中可用,混合pip和conda有点hacky)
5. 诗歌 - 我没试过这个
6. ...

我对所有这些问题(除了1.)的问题在于我的硬盘空间填充速度非常快:我不是开发人员,我使用Python进行日常工作.因此,我有数百个小项目都在做他们的事情.不幸的是,项目的80%,我需要"大"套餐:numpy,pandas,scipy,matplotlib-你的名字.典型的小项目大约有1000到2000行代码,但在venv/virtualenv/pipenv中有800MB的包依赖性.实际上我有大约100多GB的硬盘充满了python虚拟依赖项.

而且,在每个虚拟环境中安装所有这些都需要时间.我在Windows中工作时,许多包不能被轻易从Windows安装点子:Shapely,Fiona,GDAL-我需要预编译的车轮克里斯托夫Gohlke.这很容易,但它会破坏大多数工作流程(例如,pip install -r requirements.txt或pipenv install来自pipfile).我觉得我40%安装/更新包依赖,只有60%的时间编写代码.此外,没有这些包管理真正与出版和测试代码的帮助,所以我需要其他工具如setuptools,tox,semantic-release,twine...

我和同事们聊过,但他们都面临着同样的问题,似乎没有人能找到真正的解决方案.我在想,如果有有一些包,例如,你在大多数项目中,全球范围内安装使用的那些的方法-例如numpy,pandas,scipy,matplotlib将在PIP安装C:\Python36\Lib\site-packages或使用conda中C:\ProgramData\Miniconda3\Lib\site-packages-这些都是非常发达的包不经常打破一切.如果,我想在我的项目中很快解决这个问题.

其他的事情会去当地的virtualenv文件夹-我很想我的当前工作流从移动pipenv到conda.

这种方法有意义吗？至少最近在python中有很多开发,也许还有一些我还没看到的东西.是否有任何的最佳实践指导设置如何文件这样的混合全局-局部环境,例如,如何维护setup.py,requirements.txt或pyproject.toml通过Gitlab,Github上共享等发展项目？有什么陷阱/警告？

克里斯·沃里克(Chris Warrick)的这篇精彩博文也完全解释了这一点.

我在 docker 容器中从主机挂载目录时遇到问题：

• Alpine Linux包括用户 xfs (33) 和组 xfs (33)，没有 www-data
• 主机上的文件属于 www-data (33)
• 我需要 nginx:alpine docker 镜像中的 nginx 可以访问这些文件

这是一个全栈情况：我正在使用服务堆栈来使文件在本地 LAN 上可用。该堆栈使用 nginx:alpine，图像可用 - 所以我无法轻松修改 Dockerimage。

有什么办法可以让 Alpine Linux 映像内的 xfs 无法获取用户和组 ID 33？

我尝试在 中设置 PUID 和 PGID docker-compose.yml，但它不起作用（我也很难理解这一点）：

services:
celeryworker:
    environment:
      - PUID=33
      - PGID=33

最小可重现示例：

services:
celeryworker:
    environment:
      - PUID=33
      - PGID=33

cd /mnt/nfs/folder1
ls -alh
>-rwxr-xr-x 1 www-data www-data 3.5M Sep 21 15:41 '02 - track.mp3'
ls -alhn
>-rwxr-xr-x 1 33 …

我有一个简单的数据框，其中包含我想使用 hvpolot.heatmap 进行可视化的列和行。我可以做一些非常相似的事情：

df.style.background_gradient(cmap='summer')

.. 在 Jupyter 中，看起来像：

数据框非常简单：

> df.index
Index(['ackerland', 'friedhof', 'gartenland', 'gehoelz', 'golfplatz',
       'gruenland', 'heide', 'kleingarten', 'laubholz', 'mischholz', 'moor',
       'nadelholz'],
      dtype='object')
> df.columns
Index(['hiking', 'biking', 'walking', 'sport', 'friends', 'family', 'picnic'], dtype='object')

但是当我这样做时：

>import hvplot.pandas
>df.hvplot.heatmap(colorbar=True)
ValueError: Dimensions must be defined as a tuple, string, dictionary or Dimension instance, found a NoneType type.```

这也不起作用：

>df.hvplot.heatmap(x=df.index, y=df.columns, colorbar=True)
ValueError: The truth value of a Index is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().

我已经阅读了大多数关于此的文档，但仍然不完全理解如何在 hvplot/holoviews/bokeh 中为 Pandas 数据框指定值维度： …

我使用Visual Studio已有很长时间了，但是维护变得太复杂了。现在，我尝试转向VS Code，但是它抛出了许多PyLint错误消息，这些消息对我来说没有意义（并且程序仍然可以按预期运行）。这些错误主要发生在从GoogleProtoBuf结构生成的Python代码中。

例如：

from lbsnstructure.lbsnstructure_pb2 import lbsnPost

def geoaccuracy_within_threshold(post_geoaccuracy, min_geoaccuracy):
    """Checks if geoaccuracy is within or below threshhold defined"""

    if min_geoaccuracy == lbsnPost.LATLNG:
        allowed_geoaccuracies = [lbsnPost.LATLNG]
    elif min_geoaccuracy == lbsnPost.PLACE:
        allowed_geoaccuracies = [lbsnPost.LATLNG, lbsnPost.PLACE]
    elif min_geoaccuracy == lbsnPost.CITY:
        allowed_geoaccuracies = [lbsnPost.LATLNG, lbsnPost.PLACE, lbsnPost.CITY]
    else:
        return True
    # check post geoaccuracy
    if post_geoaccuracy in allowed_geoaccuracies:
        return True
    else:
        return False

从pyLint引发错误消息E0602：

未定义变量'lbsnPost'pylint（E0602）
lbsnPost：GeneratedProtocolMessageType

但是，Google 明确声明这种形式的类型引用是正确的：

元类将枚举扩展为具有整数值的一组符号常量。因此，例如，常数addressbook_pb2.Person.WORK的值为2。

我在我的代码中都遇到了类似的错误（可以正常工作）。我怀疑这是我用错误的约定编写的内容，但是仍然可以使用。但是正确的约定是什么？

该页面似乎在讨论相同的问题，但是没有一种解决方案有效：
在PyDev
中使用协议缓冲区时，即使从导入中导入未定义的变量，即使这样做lbsnpost().LATLNG（实例化protobuf消息），我也会得到相同的未定义的变量错误。