Python 依赖库管理pip、pipreqs、pigar、pip-tools、pipdeptree

本文涉及的产品
RDS MySQL Serverless 基础系列,0.5-2RCU 50GB
云数据库 RDS MySQL,高可用系列 2核4GB
云数据库 RDS PostgreSQL,高可用系列 2核4GB
简介: Python 依赖库管理pip、pipreqs、pigar、pip-tools、pipdeptree

准备一个main.py文件


# -*- coding: utf-8 -*-
import mysql.connector
import flask
from bs4 import BeautifulSoup

一、pip

搜索全局环境依赖库


导出依赖


$ pip freeze > requirements.txt
mysql-connector-python==8.0.17
Flask==1.1.1
beautifulsoup4==4.8.1
Django==2.2.5
...
# 省略剩下的依赖库

依赖的全称是对的


二、pipreqs

基于目录的方式搜索依赖库,搜索的依据是脚本中所 import 的内容


https://github.com/bndr/pipreqs


安装

pip install pipreq

导出依赖


$ pipreqs --force
Flask==1.1.1
beautifulsoup4==4.8.1
mysql_connector_repackaged==0.3.1

库 mysql-connector-python==8.0.17 被导出成了 mysql_connector_repackaged==0.3.1


三、pigar

根据项目路径来生成依赖文件, 而且会列出依赖库在文件中哪些位置使用到了


https://github.com/damnever/pigar


安装

pip install pigar

查询真实来源


$ pigar -s bs4
==================================
PACKAGE        | VERSION | WHERE
---------------+---------+------
beautifulsoup4 | 4.8.1   | local
==================================

导出依赖


$ pigar
# Requirements automatically generated by pigar.
# https://github.com/damnever/pigar
# main.py: 4
Flask == 1.1.1
# main.py: 5
beautifulsoup4 == 4.8.1
# main.py: 3
mysql_connector_python == 8.0.17

四、pip-tools

精准地控制项目的依赖库


https://github.com/jazzband/pip-tools


安装

pip install pip-tools

新建 requirements.ini


Flask

生成依赖文件


$ pip-compile requirements.ini
#
# This file is autogenerated by pip-compile
# To update, run:
#
#    pip-compile requirements.ini
#
--index-url https://pypi.tuna.tsinghua.edu.cn/simple
flask==1.1.1

同步依赖文件


$ pip-sync requirements.txt
# 注意,不在requirements.txt 文件中的库会被卸载

五、pipdeptree

生成依赖树


https://github.com/naiquevin/pipdeptree


安装

pip install pipdeptree

生成依赖树文件


$ pipdeptree --freeze > requirements.txt
Flask==1.1.1
  Click==7.0
  itsdangerous
  Jinja2
  Werkzeug
setuptools==41.0.1
wheel==0.33.4
相关实践学习
每个IT人都想学的“Web应用上云经典架构”实战
本实验从Web应用上云这个最基本的、最普遍的需求出发,帮助IT从业者们通过“阿里云Web应用上云解决方案”,了解一个企业级Web应用上云的常见架构,了解如何构建一个高可用、可扩展的企业级应用架构。
MySQL数据库入门学习
本课程通过最流行的开源数据库MySQL带你了解数据库的世界。   相关的阿里云产品:云数据库RDS MySQL 版 阿里云关系型数据库RDS(Relational Database Service)是一种稳定可靠、可弹性伸缩的在线数据库服务,提供容灾、备份、恢复、迁移等方面的全套解决方案,彻底解决数据库运维的烦恼。 了解产品详情: https://www.aliyun.com/product/rds/mysql 
相关文章
|
2月前
|
存储 人工智能 测试技术
如何使用LangChain的Python库结合DeepSeek进行多轮次对话?
本文介绍如何使用LangChain结合DeepSeek实现多轮对话,测开人员可借此自动生成测试用例,提升自动化测试效率。
424 125
如何使用LangChain的Python库结合DeepSeek进行多轮次对话?
|
2月前
|
监控 数据可视化 数据挖掘
Python Rich库使用指南:打造更美观的命令行应用
Rich库是Python的终端美化利器,支持彩色文本、智能表格、动态进度条和语法高亮,大幅提升命令行应用的可视化效果与用户体验。
203 0
|
1月前
|
数据可视化 关系型数据库 MySQL
【可视化大屏】全流程讲解用python的pyecharts库实现拖拽可视化大屏的背后原理,简单粗暴!
本文详解基于Python的电影TOP250数据可视化大屏开发全流程,涵盖爬虫、数据存储、分析及可视化。使用requests+BeautifulSoup爬取数据,pandas存入MySQL,pyecharts实现柱状图、饼图、词云图、散点图等多种图表,并通过Page组件拖拽布局组合成大屏,支持多种主题切换,附完整源码与视频讲解。
208 4
【可视化大屏】全流程讲解用python的pyecharts库实现拖拽可视化大屏的背后原理,简单粗暴!
|
1月前
|
传感器 运维 前端开发
Python离群值检测实战:使用distfit库实现基于分布拟合的异常检测
本文解析异常(anomaly)与新颖性(novelty)检测的本质差异,结合distfit库演示基于概率密度拟合的单变量无监督异常检测方法,涵盖全局、上下文与集体离群值识别,助力构建高可解释性模型。
297 10
Python离群值检测实战:使用distfit库实现基于分布拟合的异常检测
|
2月前
|
异构计算 Python
ERROR: pip’s dependency resolver does not currently take into 报错-Python项目依赖冲突的解决方案-优雅草优雅草卓伊凡
ERROR: pip’s dependency resolver does not currently take into 报错-Python项目依赖冲突的解决方案-优雅草优雅草卓伊凡
312 1
|
3月前
|
运维 Linux 开发者
Linux系统中使用Python的ping3库进行网络连通性测试
以上步骤展示了如何利用 Python 的 `ping3` 库来检测网络连通性,并且提供了基本错误处理方法以确保程序能够优雅地处理各种意外情形。通过简洁明快、易读易懂、实操性强等特点使得该方法非常适合开发者或系统管理员快速集成至自动化工具链之内进行日常运维任务之需求满足。
231 18
|
2月前
|
人工智能 Shell Python
ERROR: pip’s dependency resolver does not currently take into 报错-Python项目依赖冲突的解决方案-优雅草优雅草卓伊凡
ERROR: pip’s dependency resolver does not currently take into 报错-Python项目依赖冲突的解决方案-优雅草优雅草卓伊凡
211 0
|
3月前
|
数据处理 开发工具 开发者
requirement.txt 管理python包依赖
在 Python 项目中,`requirements.txt` 用于记录依赖库及其版本,便于环境复现。本文介绍了多种生成该文件的方法:基础方法使用 `pip freeze`,进阶方法使用 `pipreqs`,专业方法使用 `poetry` 或 `pipenv`,以及手动维护方式。每种方法适用不同场景,涵盖从简单导出到复杂依赖管理,并提供常见问题的解决方案,帮助开发者高效生成精准的依赖列表,确保项目环境一致性。
1090 4
|
3月前
|
机器学习/深度学习 API 异构计算
JAX快速上手:从NumPy到GPU加速的Python高性能计算库入门教程
JAX是Google开发的高性能数值计算库,旨在解决NumPy在现代计算需求下的局限性。它不仅兼容NumPy的API,还引入了自动微分、GPU/TPU加速和即时编译(JIT)等关键功能,显著提升了计算效率。JAX适用于机器学习、科学模拟等需要大规模计算和梯度优化的场景,为Python在高性能计算领域开辟了新路径。
346 0
JAX快速上手:从NumPy到GPU加速的Python高性能计算库入门教程
|
3月前
|
数据采集 存储 Web App开发
Python爬虫库性能与选型实战指南:从需求到落地的全链路解析
本文深入解析Python爬虫库的性能与选型策略,涵盖需求分析、技术评估与实战案例,助你构建高效稳定的数据采集系统。
359 0

热门文章

最新文章

推荐镜像

更多
下一篇
oss云网关配置