DataWorks中pyodps安装第三方库？

本文为您介绍在依赖普通的Python脚本和开源三方包的场景下，如何使用DataWorks PyODPS节点调用第三方包。https://help.aliyun.com/zh/dataworks/use-cases/use-a-pyodps-node-to-reference-a-third-party-package?spm=a2c4g.11186623.0.i226

使用限制
在PyODPS节点中调用第三方包仅支持使用独享调度资源组。创建及使用独享调度资源组，详情请参见独享调度资源组。
DataWorks建议您在PyODPS节点内获取到本地处理的数据不超过50 MB，该操作受限于DataWorks执行资源的不同规格（包括公共调度资源组和独享调度资源组），处理的本地数据过多并超出操作系统阈值时可能发生OOM（Got killed）错误。请避免在PyODPS节点中写入过多的数据处理代码。详情请参见高效使用PyODPS最佳实践。
如果您发现有Got killed报错，即表明内存使用超限，进程被中止。因此，请尽量避免本地的数据操作。通过PyODPS发起的SQL和DataFrame任务（除to_pandas外）不受此限制。
非自定义函数代码可以使用平台预装的Numpy和Pandas。不支持其他带有二进制代码的三方包。
由于兼容性原因，在DataWorks中，options.tunnel.use_instance_tunnel默认设置为False。如果需要全局开启instance tunnel，需要手动将该值设置为True。

在DataWorks中，您可以使用pyodps-pack命令行工具来安装第三方库。这个工具从PyODPS的V0.11.3版本开始提供，使用方法与pip命令类似。

然而，需要注意的是，由于Python的沙箱限制，DataWorks中仅支持所有的纯粹Python库以及Numpy。这意味着一些其他常用的Python库，例如Pandas，并不能直接在此环境中使用。不过，您不必担心，因为DataWorks PyODPS节点已经预置了一些常用的三方包，同时提供了load_resource_package方法用以引用其他的包。

在DataWorks中，您可以使用pyodps-pack命令行工具来安装第三方库。这个工具从PyODPS 0.11.3版本开始提供，用于制作符合PyODPS和DataWorks PyODPS节点标准的第三方包。使用方法与pip命令类似。您可以通过该工具将所有依赖项目制作成一个.tar.gz压缩包，其中包含所有依照MaxCompute/DataWorks环境编译并打包的项目依赖。

然而，需要注意的是，DataWorks的PyODPS节点可能存在一些限制。例如，DataWorks的PyODPS节点可能缺少matplotlib等包，这可能会影响某些功能，如DataFrame的plot函数和DataFrame自定义函数需要提交到MaxCompute执行。此外，由于Python沙箱的限制，第三方库只支持所有的纯粹Python库以及Numpy，因此不能直接使用Pandas。

PyODPS默认支持执行纯Python且不含文件操作的第三方库。在较新版本的MaxCompute服务下，PyODPS也支持执行带有二进制代码或带有文件操作的Python库，但这些库名必须拥有一定的后缀。