百度360必应搜狗淘宝本站头条
当前位置:网站首页 > IT知识 > 正文

如何在 Python 中创建 requirements.txt 文件 ?

liuian 2024-12-06 17:22 21 浏览

在 Python 开发的世界中,管理依赖项是确保项目在不同环境中顺利运行的关键任务。requirements.txt 文件是 Python 依赖管理的基石,它列出了项目所需的所有包。

本文提供了创建和使用 requirements.txt 文件的综合指南,确保您的 Python 项目既可移植又可复制。

理解 Python 中的依赖管理

依赖管理是指跟踪项目所依赖的外部库和模块的实践。需要在特定版本上安装和维护这些依赖项,以防止冲突并确保兼容性。requirements.txt 文件作为这些依赖项的清单,允许开发人员轻松地共享和复制环境。

requirements.txt 的重要性

Consistency

它确保在一个项目和部署环境中工作的所有开发人员使用相同版本的库,避免了 "它在我的机器上是正常工作" 的问题。

Simplicity

它允许使用单个命令安装依赖项,从而简化了新开发人员或部署到新环境时的设置过程。

Documentation

它作为文档的一种形式,列出了项目所依赖的所有外部包。

如何创建 requirements.txt

创建一个 requirements.txt 文件非常简单,下面是如何创建的基本步骤:

Step 1: Identify Your Dependencies

列出项目所依赖的所有 Python 包,这包括使用 pip 安装的包。

Step 2: Use pip freeze

最简单方法是使用 pip freeze 命令,该命令列出环境中安装的所有 Python 包及其版本。执行如下命令,将该列表保存为 requirements.txt 文件。

pip freeze > requirements.txt

Step 3: Manual Editing (Optional)

在某些情况下,您可能希望手动编辑 requirements.txt 文件。这可能是删除不必要的包 (例如,仅用于测试的包) 或指定版本范围而不是固定版本以获得更大的灵活性。

requirements.txt 文件看起来如下所示:

Flask==3.0.2
Flask-Cors==4.0.0
jsonschema==4.21.1
mysql-connector==2.2.9
mysql-connector-python==8.3.0
numpy==1.26.4
opencv-python-headless==4.9.0.80
packaging==23.2
pillow==10.2.0
python-dotenv==1.0.1
referencing==0.33.0
requests==2.31.0
scipy==1.12.0
urllib3==2.2.0

使用 requirements.txt 安装依赖包

要安装 requirements.txt 文件中列出的所有依赖项,请使用以下 pip 命令:

pip install -r requirements.txt

该命令读取 requirements.txt 文件,并以指定的版本安装列出的所有包。

最佳实践

(1) Use Virtual Environments

始终为项目创建虚拟环境,以避免项目依赖项之间的冲突。

(2) Specify Versions

在可能的情况下,指定包版本以确保一致性。使用版本范围约束条件进行更新。

(3) Regularly Update

保持您的依赖项是最新的,但在更新之前要进行彻底的测试,以避免破坏性的更改。

(4) Comment Your Dependencies

如果一个包需要一个特定的版本,或者如果依赖关系不明显,添加注释来解释原因。

我的开源项目

  • course-tencent-cloud(酷瓜云课堂 - gitee 仓库)
  • course-tencent-cloud(酷瓜云课堂 - github 仓库)

相关推荐

GANs为何引爆机器学习?这篇基于TensorFlow的实例教程为你解惑!

「机器人圈导览」:生成对抗网络无疑是机器学习领域近三年来最火爆的研究领域,相关论文层出不求,各种领域的应用层出不穷。那么,GAN到底如何实践?本文编译自Medium,该文作者以一朵玫瑰花为例,详细阐...

高丽大学等机构联合发布StarGAN:可自定义表情和面部特征

原文来源:arXiv、GitHub作者:YunjeyChoi、MinjeChoi、MunyoungKim、Jung-WooHa、SungKim、JaegulChoo「雷克世界」编译:嗯~...

TensorFlow和PyTorch相继发布最新版,有何变化

原文来源:GitHub「机器人圈」编译:嗯~阿童木呀、多啦A亮Tensorflow主要特征和改进在Tensorflow库中添加封装评估量。所添加的评估量列表如下:1.深度神经网络分类器(DNNCl...

「2022 年」崔庆才 Python3 爬虫教程 - 深度学习识别滑动验证码缺口

上一节我们使用OpenCV识别了图形验证码躯壳欧。这时候就有朋友可能会说了,现在深度学习不是对图像识别很准吗?那深度学习可以用在识别滑动验证码缺口位置吗?当然也是可以的,本节我们就来了解下使用深度...

20K star!搞定 LLM 微调的开源利器

LLM(大语言模型)微调一直都是老大难问题,不仅因为微调需要大量的计算资源,而且微调的方法也很多,要去尝试每种方法的效果,需要安装大量的第三方库和依赖,甚至要接入一些框架,可能在还没开始微调就已经因为...

大模型DeepSeek本地部署后如何进行自定义调整?

1.理解模型架构a)查看深度求索官方文档或提供的源代码文件,了解模型的结构、输入输出格式以及支持的功能。模型是否为预训练权重?如果是,可以在预训练的基础上进行微调(Fine-tuning)。是否需要...

因配置不当,约5000个AI模型与数据集在公网暴露

除了可访问机器学习模型外,暴露的数据还可能包括训练数据集、超参数,甚至是用于构建模型的原始数据。前情回顾·人工智能安全动态向ChatGPT植入恶意“长期记忆”,持续窃取用户输入数据多模态大语言模型的致...

基于pytorch的深度学习人员重识别

基于pytorch的深度学习人员重识别Torchreid是一个库。基于pytorch的深度学习人员重识别。特点:支持多GPU训练支持图像的人员重识别与视频的人员重识别端到端的训练与评估简单的re...

DeepSeek本地部署:轻松训练你的AI模型

引言:为什么选择本地部署?在AI技术飞速发展的今天,越来越多的企业和个人希望将AI技术应用于实际场景中。然而,对于一些对数据隐私和计算资源有特殊需求的用户来说,云端部署可能并不是最佳选择。此时,本地部...

谷歌今天又开源了,这次是Sketch-RNN

前不久,谷歌公布了一项最新技术,可以教机器画画。今天,谷歌开源了代码。在我们研究其代码之前,首先先按要求设置Magenta环境。(https://github.com/tensorflow/magen...

Tensorflow 使用预训练模型训练的完整流程

前面已经介绍了深度学习框架Tensorflow的图像的标注和训练数据的准备工作,本文介绍一下使用预训练模型完成训练并导出训练的模型。1.选择预训练模型1.1下载预训练模型首先需要在Tensorf...

30天大模型调优学习计划(30分钟训练大模型)

30天大模型调优学习计划,结合Unsloth和Lora进行大模型微调,掌握大模型基础知识和调优方法,熟练应用。第1周:基础入门目标:了解大模型基础并熟悉Unsloth等工具的基本使用。Day1:大模...

python爬取喜马拉雅音频,json参数解析

一.抓包分析json,获取加密方式1.抓包获取音频界面f12打开抓包工具,播放一个(非vip)视频,点击“媒体”单击打开可以复制URL,发现就是我们要的音频。复制“CKwRIJEEXn-cABa0Tg...

五、JSONPath使用(Python)(json数据python)

1.安装方法pipinstalljsonpath2.jsonpath与Xpath下面表格是jsonpath语法与Xpath的完整概述和比较。Xpathjsonpath概述/$根节点.@当前节点...

Python网络爬虫的时候json=就是让你少写个json.dumps()

大家好,我是皮皮。一、前言前几天在Python白银交流群【空翼】问了一个Python网络爬虫的问题,提问截图如下:登录请求地址是这个:二、实现过程这里【甯同学】给了一个提示,如下所示:估计很多小伙伴和...