使用conda

Question

我正在使用Anaconda虚拟环境设置python项目。我正在生成一个requirements.txt，以便其他人可以轻松地为项目设置自己的虚拟环境。

我很想知道，当其他开发者想要为该项目做出贡献，但想要使用virtualenv而不是Anaconda时，他们可以这样做吗？

我尝试了以下内容：

• 我在Anaconda环境中设置了一个空项目并安装了aiohttp模块。然后conda list --export > requirements.txt生成以下内容：

  # This file may be used to create an environment using:
  # $ conda create --name <env> --file <this file>
  # platform: win-64
  aiohttp=2.3.9=py36_0
  async-timeout=2.0.0=py36hc3e01a3_0
  certifi=2018.1.18=py36_0
  chardet=3.0.4=py36h420ce6e_1
  multidict=3.3.2=py36h72bac45_0
  pip=9.0.1=py36h226ae91_4
  python=3.6.4=h6538335_1
  setuptools=38.4.0=py36_0
  vc=14=h0510ff6_3
  vs2015_runtime=14.0.25123=3
  wheel=0.30.0=py36h6c3ec14_1
  wincertstore=0.2=py36h7fe50ca_0
  yarl=0.14.2=py36h27d1bf2_0
  

• 我在virtualenv环境中设置了一个空项目，并在那里安装了aiohttp模块。 pip freeze > requirements.txt然后生成：

  aiohttp==3.0.1
  async-timeout==2.0.0
  attrs==17.4.0
  chardet==3.0.4
  idna==2.6
  idna-ssl==1.0.0
  multidict==4.1.0
  yarl==1.1.0
  

显然两个输出都是不同的，我的理论是：一旦我在我的项目中使用conda生成我的requirements.txt，其他开发人员就不能选择virtualenv - 至少不是如果他们没有准备好手动安装长列表要求（当然，它不仅仅是aiohttp模块）。

第一眼，在virtualenv（pip install -r requirements-conda.txt）的项目中导入conda生成的requirements.txt会引发此错误：

Invalid requirement: 'aiohttp=2.3.9=py36_0'
= is not a valid operator. Did you mean == ?

我认为如果开发人员愿意这样做，他们需要以编程方式将包列表更改为virtualenv理解的格式，否则他们必须手动导入所有包？这意味着我强迫他们选择conda作为虚拟环境，如果他们想为自己节省一些额外的工作吗？

Answer 1

  

我正在使用Anaconda虚拟环境设置python项目。我想知道，当其他开发人员想要为该项目做出贡献，但是想要使用virtualenv而不是Anaconda时，他们能做到这一点吗？

是的-实际上这就是我的许多项目的结构。为了完成您要寻找的内容，这是一个简单的目录，我们将其用作参考：

.
├── README.md
├── app
│   ├── __init__.py
│   ├── static
│   ├── templates
├── migrations
├── app.py
├── environment.yml
├── requirements.txt

在上面的项目目录中，我们同时有 environment.yml （对于Conda用户）和 requirements.txt （对于pip）。

environment.yml

  

因此，显然两个输出都是不同的，我的理论是：一旦我在项目上生成带有conda的requirements.txt，其他开发人员就不能选择virtualenv了-至少如果他们不准备长时间安装，则至少不能选择virtualenv手动列出需求（当然，不仅仅是aiohttp模块）。

为解决这个问题，我们使用了两个不同的环境文件，每个文件的格式都不同，允许其他贡献者选择他们喜欢的文件。如果亚当使用Conda来管理他的环境，那么他所要做的全部工作就是从environment.yml文件中创建他的Conda：

conda env create -f environment.yml

yml文件的第一行设置新环境的名称。这就是我们创建带有Conda风格的环境文件的方式。然后激活您的环境（source activate或conda activate）

conda env export > environment.yml

实际上，由于conda env export命令创建的环境文件可以处理环境的pip软件包和conda软件包，因此我们甚至不需要两个不同的过程来创建这个文件。 conda env export将导出您环境中的所有软件包，而不考虑它们是从哪个安装渠道安装的。它将在environment.yml中对此进行记录：

name: awesomeflask
channels:
- anaconda
- conda-forge
- defaults
dependencies:
- appnope=0.1.0=py36hf537a9a_0
- backcall=0.1.0=py36_0
- cffi=1.11.5=py36h6174b99_1
- decorator=4.3.0=py36_0
- ...

requirements.txt

  

我是对的，我认为如果开发人员想要这样做，他们需要以编程方式将软件包列表更改为virtualenv可以理解的格式，否则他们将不得不手动导入所有软件包？意思是说，如果他们想节省一些额外的工作，我还强迫他们选择conda作为虚拟环境？

推荐的（传统的）更改为 pip可以理解的格式的方式是通过requirements.txt。然后激活您的环境（source activate或conda activate）

pip freeze > requirements.txt

说说夏娃（Eve Eve），项目贡献者之一想从requirements.txt创建一个相同的虚拟环境，她可以：

# using pip
pip install -r requirements.txt

# using Conda
conda create --name <env_name> --file requirements.txt

完整的讨论超出了此答案的范围，但是similar questions值得一读。

requirements.txt的示例：

alembic==0.9.9
altair==2.2.2
appnope==0.1.0
arrow==0.12.1
asn1crypto==0.24.0
astroid==2.0.2
backcall==0.1.0
...

提示：始终创建requirements.txt

通常，即使在所有成员都是Conda用户的项目中，我仍然建议同时创建environment.yml（供贡献者使用）以及requirements.txt环境文件。我还建议尽早（最好从一开始）就通过版本控制对这两个环境文件进行跟踪。这有很多好处，其中包括以下事实：它简化了调试过程和以后的部署过程。

一个想到的具体示例是Azure App Service的示例。假设您有一个Django / Flask应用程序，并想使用启用了git部署的Azure应用服务将该应用程序部署到Linux服务器：

az group create --name myResourceGroup --location "Southeast Asia"
az webapp create --resource-group myResourceGroup --plan myServicePlan

该服务将查找两个文件，一个文件为application.py，另一个文件为requirements.txt。您绝对需要这两个文件（即使它们是空白文件）也能使自动化工作。当然，这随云基础架构/提供商的不同而不同，但是我发现在我们的项目中使用requirements.txt通常可以为我们节省很多麻烦，并且值得进行初始设置。

如果您的代码在GitHub上，则requirements.txt还可以让您更加省心，因为在提醒您/回购所有者之前，可以对其漏洞检测进行任何检查。拥有这个额外的依赖文件（价格不菲）的优点是，免费具有很大的价值。

这就像确保每次安装新依赖项一样简单，我们同时运行conda env export和pip freeze > requirements.txt命令。