手动安装environment.yml的依赖包

在使用environment.yml文件来管理项目依赖的时候，通常我们会使用Anaconda或Miniconda创建一个环境，这样可以确保所有必需的Python包和特定版本都正确安装。下面是如何手动安装environment.yml中定义的依赖包的步骤：

1. 创建一个新的conda环境

首先，你需要有一个名为environment.yml的文件，其中列出了你的所有依赖项及其版本信息。这个文件看起来可能像这样：

name: myprojectenv
dependencies:
  - python=3.7
  - numpy
  - pandas
  - scipy
  - pip:
    - some-python-package # 使用pip安装的包

要创建一个新环境并安装所有的依赖项，你可以在命令行中运行以下命令：

conda env create -f environment.yml

这将根据environment.yml文件创建一个名为myprojectenv的新环境。

2. 激活新环境

创建完环境后，需要激活它才能开始使用：

• 在Windows上:

  conda activate myprojectenv
  

• 在Unix或MacOS上:

  source activate myprojectenv
  

或者，在较新的Anaconda版本中，你可以使用conda activate myprojectenv在所有平台上。

3. 手动添加额外的依赖（如果需要）

如果你需要手动添加依赖，可以使用conda install或pip install来安装额外的包。例如：

conda install package_name
pip install another_package

4. 查看已安装的包

你可以通过以下命令查看环境中已经安装了哪些包：

conda list

这将显示当前激活环境中的所有包以及它们的版本。

5. 更新环境文件

如果你手动添加了新的依赖项，你应该更新environment.yml文件以包含这些新的依赖项，这样其他人可以根据最新的文件重建相同的环境。

6. 删除环境（可选）

当你不再需要某个环境时，可以删除它：

conda env remove -n myprojectenv

以上就是如何使用environment.yml文件来管理你的Python项目的依赖关系。这种方式有助于确保你的项目能够在不同的机器上一致地运行。

7.实际运行

Ran pip subprocess with arguments:
['E:\\Anaconda\\envs\\nudd-env-offical\\python.exe', '-m', 'pip', 'install', '-U', '-r', 'E:\\RomulusHe\\Projects\\NUDD\\DjangoProDemo-followup\\condaenv.gvwkf7xc.requirements.txt']
Pip subprocess output:
Collecting amqp==5.2.0 (from -r E:\RomulusHe\Projects\NUDD\DjangoProDemo-followup\condaenv.gvwkf7xc.requirements.txt (line 1))
  Using cached amqp-5.2.0-py3-none-any.whl.metadata (8.9 kB)
Collecting apscheduler==3.10.4 (from -r E:\RomulusHe\Projects\NUDD\DjangoProDemo-followup\condaenv.gvwkf7xc.requirements.txt (line 2))
  Using cached APScheduler-3.10.4-py3-none-any.whl.metadata (5.7 kB)
Collecting asgiref==3.8.1 (from -r E:\RomulusHe\Projects\NUDD\DjangoProDemo-followup\condaenv.gvwkf7xc.requirements.txt (line 3))
  Using cached asgiref-3.8.1-py3-none-any.whl.metadata (9.3 kB)
Collecting async-timeout==4.0.3 (from -r E:\RomulusHe\Projects\NUDD\DjangoProDemo-followup\condaenv.gvwkf7xc.requirements.txt (line 4))
  Using cached async_timeout-4.0.3-py3-none-any.whl.metadata (4.2 kB)
Collecting billiard==4.2.0 (from -r E:\RomulusHe\Projects\NUDD\DjangoProDemo-followup\condaenv.gvwkf7xc.requirements.txt (line 5))
  Using cached billiard-4.2.0-py3-none-any.whl.metadata (4.4 kB)
Collecting celery==5.4.0 (from -r E:\RomulusHe\Projects\NUDD\DjangoProDemo-followup\condaenv.gvwkf7xc.requirements.txt (line 6))
  Using cached celery-5.4.0-py3-none-any.whl.metadata (21 kB)
Collecting certifi==2024.8.30 (from -r E:\RomulusHe\Projects\NUDD\DjangoProDemo-followup\condaenv.gvwkf7xc.requirements.txt (line 7))
  Using cached certifi-2024.8.30-py3-none-any.whl.metadata (2.2 kB)
Collecting charset-normalizer==3.3.2 (from -r E:\RomulusHe\Projects\NUDD\DjangoProDemo-followup\condaenv.gvwkf7xc.requirements.txt (line 8))
  Using cached charset_normalizer-3.3.2-cp310-cp310-win_amd64.whl.metadata (34 kB)
Collecting click==8.1.7 (from -r E:\RomulusHe\Projects\NUDD\DjangoProDemo-followup\condaenv.gvwkf7xc.requirements.txt (line 9))
  Using cached click-8.1.7-py3-none-any.whl.metadata (3.0 kB)
Collecting click-didyoumean==0.3.1 (from