管理conda和pip之间的依赖关系的最佳做法

如何解决管理conda和pip之间的依赖关系的最佳做法

我正在开发一个Python库，该库依赖于多个软件包。我正在努力寻找最简单的方法来管理具有以下约束的所有依赖项：

• 其中一些依赖项仅作为conda包提供（从技术上讲，源是可用的，但是我不想进入构建过程）
• 其他依赖项只能通过pip获得
• 我需要以可编辑或开发人员模式安装自己的库
• 我经常需要保持依赖关系为最新状态

我当前的初始安装设置：

• 创建新的conda环境
• 使用conda install ...
安装仅conda依赖项
• 使用pip install -e .
安装我的媒体库

这时，一些软件包已经安装，现在由conda管理，另一些则由pip管理。当我想更新我的环境时，我需要：

• 使用conda update --all
更新环境的conda部分
• 手动更新环境的点子部分

我的问题是，这很不稳定：当我更新所有conda软件包时，它可以确保所管理的软件包的一致性。但是，我不能保证整个环境都保持一致，我只是意识到我错过了一些更新，因为我忘了检查环境中pip部分的更新。

执行此操作的最佳方法是什么？我想到了：

• 使用conda的pip interoperability feature：似乎可行，但是我有一些可疑的结果，可能是因为我使用了 extras_require
• 由于pip可以看到conda软件包，因此初始安装是一致的，这意味着我可以在需要更新时重新安装所有内容。这行得通，但并不完美。

解决方法

在the official documentation中管理Conda环境（也需要PyPI来源或<dependency> <groupId>org.bouncycastle</groupId> <artifactId>bcprov-jdk15on</artifactId> <version>1.49</version> <type>jar</type> <scope>compile</scope> <optional>true</optional> </dependency> 安装的本地程序包）的建议是，在YAML文件中定义所有依赖项（Conda和Pip）。像这样：

env.yaml

pip

在这种环境下进行更新的工作流程是更新YAML文件（我建议将其保留在版本控制下），然后创建一个新环境或使用

name: my_env
channels:
 - defaults
dependencies:
 - python=3.8
 - numpy
 - pip
 - pip:
   - some_pypi_only_pkg
   - -e path/to/a/local/pkg

我个人倾向于创建新的环境，而不是变异（更新）现有的环境，并在YAML中使用最少的约束（即conda env update -f env.yaml ）。创建新的环境时，它应自动提取最新的一致软件包。另外，如果在开发生命周期中需要进行回归，则可以保留先前的env实例。