【python】使用conda或pip 导出及安装requirements.txt

许多Python项目中都包含了requirements.txt文件，该文件记录了当前程序的所有依赖包及其精确版本号。

一、 pip

1. 导出第三方库到requirements.txt

pip 批量导出包含环境中所有组件的requirements.txt文件

pip freeze > requirements.txt

若要导出离线包到指定文件夹

pip download  -r requestments.txt  -d  ./pip_packages    #从当前环境的网络中下载requestments.txt中写的包，下载到当前目录下的pip_packages目录中，这时候你会发现，里面有很多依赖，还有一些whl文件

pip 导出的requirements.txt文件格式如下：

absl-py==0.2.
astor==0.6.
bleach==1.5.
boto==2.48.
boto==31.7.
botocore==1.10.
bz2file==0.98
certifi==2018.4.
chardet==3.0.
cycler==0.10.
Cython==0.28.
docutils==0.14
fasttext==0.8.
future==0.16.
gast==0.2.
gensim==3.4.
grpcio==1.11.
h5py==2.7.
html5lib==0.9999999

2. 安装requirements.txt中的第三方库

pip 批量安装requirements.txt文件中包含的组件依赖

pip install -r requirements.txt

pip install --no-index --find-links=d:\packages -r requirements.txt 
# --find-links指定的是包文件的存放地址，-r指定的是txt文件的位置

二、 conda

1. 导出第三方库到requirements.txt

conda 批量导出包含环境中所有组件的requirements.txt文件

conda list -e > requirements.txt

conda 导出的requirements.txt文件格式

# This file may be used to create an environment using:
# $ conda create --name <env> --file <this file>
# platform: win-64
absl-py=0.7.1=pypi_0
astor=0.7.1=pypi_0
certifi=2018.8.24=py35_1
gast=0.2.2=pypi_0
grpcio=1.19.0=pypi_0
h5py=2.9.0=pypi_0
keras-applications=1.0.7=pypi_0
keras-preprocessing=1.0.9=pypi_0
markdown=3.1=pypi_0
mock=2.0.0=pypi_0
numpy=1.16.2=pypi_0
pbr=5.1.3=pypi_0
pip=19.0.3=pypi_0
protobuf=3.7.1=pypi_0
python=3.5.6=he025d50_0
setuptools=40.2.0=py35_0
six=1.12.0=pypi_0
tensorboard=1.13.1=pypi_0
tensorflow=1.13.1=pypi_0
tensorflow-estimator=1.13.0=pypi_0
termcolor=1.1.0=pypi_0
vc=14.1=h0510ff6_4
vs2015_runtime=14.15.26706=h3a45250_0
werkzeug=0.15.1=pypi_0
wheel=0.31.1=py35_0
wincertstore=0.2=py35hfebbdb8_0

2. 安装requirements.txt中的第三方库

conda install --yes --file requirements.txt #这种执行方式，一遇到安装不上就整体停止不会继续下面的包安装

但是这里存在一个问题，如果requirements.txt中的包不可用，则会抛出“无包错误”。
使用下面这个命令可以解决这个问题

$ while read requirement; do conda install --yes $requirement; done < requirements.txt

或者这样也行

FOR /F "delims=~" %f in (requirements.txt) DO conda install --yes "%f" #这个执行能解决上面出现的不执行后续包的问题

如果想要在conda命令无效时使用pip命令来代替，那么使用如下命令：

$ while read requirement; do conda install --yes $requirement || pip install $requirement; done < requirements.txt

3. 也可以导出成yaml文件使用

导出

conda env export > freeze.yml

使用

conda env create -f freeze.yml