当前位置:

首页 > 编程开发 > Python怎么快速生成本项目的requeirments.txt

Python怎么快速生成本项目的requeirments.txt

在Python项目中,我们通常需要使用许多第三方库来提供额外的功能和工具。但是,直接将这些库上传到Git仓库并不是一种好的做法,因为这会使得代码库变得过于臃肿,并且很难管理。此外,有时候在部署应用程序时也需要安装特定版本的依赖项。这时候,就可以使用requirements.txt文件来管理项目所需的依赖项。该文件列出了项目所需的所有依赖项及其版本号,使得其他人可以轻松地安装和运行该项目所需的所有依赖项。使用pip命令读取该文件,可以自动下载并安装所有列出的依赖项,这大大简化了项目启动/部署的流程。因此,生

本文目录

    在Python项目中,我们通常需要使用许多第三方库来提供额外的功能和工具。但是,直接将这些库上传到Git仓库并不是一种好的做法,因为这会使得代码库变得过于臃肿,并且很难管理。此外,有时候在部署应用程序时也需要安装特定版本的依赖项。

    这时候,就可以使用requirements.txt文件来管理项目所需的依赖项。该文件列出了项目所需的所有依赖项及其版本号,使得其他人可以轻松地安装和运行该项目所需的所有依赖项。使用pip命令读取该文件,可以自动下载并安装所有列出的依赖项,这大大简化了项目启动/部署的流程。

    因此,生成requirements.txt文件对于管理Python项目的依赖项非常重要,它能够确保项目的可重复性、可移植性和可维护性。

    Python怎么快速生成本项目的requeirments.txt

    1.使用pipreqs生成requeirments.txt

    在项目根目录下打开终端,运行以下命令安装pipreqs:

    pip install pipreqs

    运行以下命令生成requirements.txt文件:

    pipreqs . --encoding=utf8 --force

    其中,.表示当前目录,–encoding=utf8指定编码为UTF-8,–force选项强制覆盖已存在的requirements.txt文件。

    等待执行完毕,即可在项目根目录下看到生成的requirements.txt文件。

    Python怎么快速生成本项目的requeirments.txt

    2.使用pip

    要使用pip生成当前Python项目的requirements.txt文件,请按照以下步骤操作:

    1.确保你已经安装了pip和虚拟环境。

    2.在虚拟环境中打开终端,并进入到项目的根目录下。

    3.运行以下命令,生成包含所有依赖项的requirements.txt文件:

    pip freeze > requirements.txt

    执行完毕后,你可以在项目的根目录下看到一个名为requirements.txt的文本文件,其中包含了所有依赖项及其版本号。

    Python怎么快速生成本项目的requeirments.txt

    需要注意的是,pip freeze命令会将所有安装的包及其版本信息输出到控制台。通过重定向符号>将输出结果写入到文件中,就能够生成requirements.txt文件。但是,该文件中可能包含一些不必要的依赖项,如系统自带的库、测试工具等。因此,在使用生成的requirements.txt文件时,建议手动检查并删除不必要的依赖项,以减小项目体积。
    以下是生成的requirements.txt文件,可以看到,有好多不必要的依赖项被生成

    absl-py==1.0.0
    addict==2.4.0
    aiohttp==3.7.4.post0
    alembic==1.8.1
    argon2-cffi @ file:///opt/conda/conda-bld/argon2-cffi_1645000214183/work
    argon2-cffi-bindings @ file:///C:/ci/argon2-cffi-bindings_1644569848815/work
    astunparse==1.6.3
    async-timeout==3.0.1
    attrs @ file:///opt/conda/conda-bld/attrs_1642510447205/work
    backcall @ file:///home/ktietz/src/ci/backcall_1611930011877/work
    beautifulsoup4 @ file:///tmp/build/80754af9/beautifulsoup4_1631874778482/work
    bilibili-api==5.1.2
    bleach @ file:///opt/conda/conda-bld/bleach_1641577558959/work
    blinker==1.5
    cachetools==5.0.0
    certifi @ file:///C:/b/abs_85o_6fm0se/croot/certifi_1671487778835/work/certifi
    cffi @ file:///C:/ci_310/cffi_1642682485096/work
    chardet==4.0.0
    charset-normalizer==2.0.12
    click @ file:///C:/ci/click_1646038601470/work
    cloudpickle @ file:///tmp/build/80754af9/cloudpickle_1632508026186/work
    colorama @ file:///tmp/build/80754af9/colorama_1607707115595/work
    cryptography @ file:///C:/ci/cryptography_1652101770956/work
    cycler==0.11.0
    cytoolz==0.11.0
    dask==1.1.4
    debugpy @ file:///C:/ci/debugpy_1637091911212/work
    decorator @ file:///opt/conda/conda-bld/decorator_1643638310831/work
    defusedxml @ file:///tmp/build/80754af9/defusedxml_1615228127516/work
    dnspython==2.3.0
    docopt==0.6.2
    einops==0.4.1
    email-validator==1.3.1
    entrypoints==0.3
    fastjsonschema @ file:///tmp/build/80754af9/python-fastjsonschema_1620414857593/work/dist
    Flask==2.2.3
    Flask-Email==1.4.4
    Flask-Mail==0.9.1
    Flask-Migrate==3.1.0
    Flask-Script==2.0.6
    Flask-SQLAlchemy @ file:///tmp/build/80754af9/flask-sqlalchemy_1616180561581/work
    Flask-WTF==1.1.1
    flatbuffers==23.1.21
    fonttools==4.30.0
    fvcore==0.1.5.post20220305
    gast==0.4.0
    google-auth==2.6.5
    google-auth-oauthlib==0.4.6
    google-pasta==0.2.0
    greenlet @ file:///C:/ci/greenlet_1628888257991/work
    grpcio==1.45.0
    grpcio-tools==1.45.0
    h6py @ file:///C:/ci/h6py_1659089886851/work
    idna==3.3
    imagecodecs @ file:///C:/ci/imagecodecs_1635529223557/work
    imageio @ file:///tmp/build/80754af9/imageio_1617700267927/work
    importlib-metadata @ file:///C:/ci/importlib-metadata_1648562631189/work
    importlib-resources==5.9.0
    iopath==0.1.9
    ipykernel @ file:///C:/ci/ipykernel_1647000985174/work/dist/ipykernel-6.9.1-py3-none-any.whl
    ipython @ file:///C:/ci/ipython_1643800131373/work
    ipython-genutils @ file:///tmp/build/80754af9/ipython_genutils_1606773439826/work
    ipywidgets @ file:///tmp/build/80754af9/ipywidgets_1634143127070/work
    itsdangerous @ file:///tmp/build/80754af9/itsdangerous_1621432558163/work
    jedi @ file:///C:/ci/jedi_1644297241925/work
    Jinja2 @ file:///C:/b/abs_7cdis66kl9/croot/jinja2_1666908141852/work
    joblib @ file:///C:/b/abs_e60_bwl1v6/croot/joblib_1666298845728/work
    jsonschema @ file:///Users/ktietz/demo/mc3/conda-bld/jsonschema_1630511932244/work
    jupyter==1.0.0
    jupyter-client @ file:///opt/conda/conda-bld/jupyter_client_1643638337975/work
    jupyter-console @ file:///opt/conda/conda-bld/jupyter_console_1647002188872/work
    jupyter-core @ file:///C:/ci/jupyter_core_1646976467633/work
    jupyterlab-pygments @ file:///tmp/build/80754af9/jupyterlab_pygments_1601490720602/work
    jupyterlab-widgets @ file:///tmp/build/80754af9/jupyterlab_widgets_1609884341231/work
    keras==2.11.0
    kiwisolver @ file:///C:/ci/kiwisolver_1653274189334/work
    labelme==3.16.7
    libclang==15.0.6.1
    loguru @ file:///C:/ci/loguru_1643616607274/work
    lxml==4.6.5
    Mako==1.2.2
    Markdown==3.3.6
    MarkupSafe @ file:///C:/ci/markupsafe_1654508076077/work
    matplotlib==3.5.1
    matplotlib-inline @ file:///tmp/build/80754af9/matplotlib-inline_1628242447089/work
    mistune @ file:///C:/ci/mistune_1594373272338/work
    mkl-fft==1.3.1
    mkl-random @ file:///C:/ci/mkl_random_1626186163140/work
    mkl-service==2.4.0
    mmcv==1.6.2
    multidict==6.0.2
    nbclient @ file:///tmp/build/80754af9/nbclient_1645431659072/work
    nbconvert @ file:///C:/ci/nbconvert_1649759177374/work
    nbformat @ file:///C:/ci/nbformat_1649845122517/work
    nest-asyncio @ file:///C:/ci/nest-asyncio_1649848126026/work
    networkx==2.2
    notebook @ file:///C:/ci/notebook_1645002740769/work
    numpy @ file:///C:/ci/numpy_and_numpy_base_1649782933444/work
    oauthlib==3.2.0
    opencv-python==4.5.5.64
    openslide-python==1.2.0
    opt-einsum==3.3.0
    packaging @ file:///tmp/build/80754af9/packaging_1637314298585/work
    pandas==1.3.5
    pandocfilters @ file:///opt/conda/conda-bld/pandocfilters_1643405455980/work
    parso @ file:///opt/conda/conda-bld/parso_1641458642106/work
    pickleshare @ file:///tmp/build/80754af9/pickleshare_1606932040724/work
    Pillow==9.0.1
    pipreqs==0.4.11
    portalocker==2.4.0
    prettytable==3.3.0
    prometheus-client @ file:///opt/conda/conda-bld/prometheus_client_1643788673601/work
    prompt-toolkit @ file:///tmp/build/80754af9/prompt-toolkit_1633440160888/work
    protobuf==3.19.6
    pyasn1==0.4.8
    pyasn1-modules==0.2.8
    pycparser @ file:///tmp/build/80754af9/pycparser_1636541352034/work
    pyecharts==1.9.1
    pygame==2.2.0
    Pygments @ file:///opt/conda/conda-bld/pygments_1644249106324/work
    PyMySQL @ file:///C:/ci/pymysql_1610464946597/work
    pyparsing==3.0.7
    PyQt5-Qt5==5.15.2
    PyQt5-sip==12.9.1
    pyrsistent @ file:///C:/ci/pyrsistent_1636093257833/work
    pytesseract==0.3.10
    python-dateutil @ file:///tmp/build/80754af9/python-dateutil_1626374649649/work
    pytz @ file:///C:/Windows/TEMP/abs_90eacd4e-8eff-491e-b26e-f707eba2cbe1ujvbhqz1/croots/recipe/pytz_1654762631027/work
    PyWavelets @ file:///C:/ci/pywavelets_1648728036674/work
    pywin32==302
    pywinpty @ file:///C:/ci_310/pywinpty_1644230983541/work/target/wheels/pywinpty-2.0.2-cp37-none-win_amd64.whl
    PyYAML==6.0
    pyzmq @ file:///C:/ci/pyzmq_1638435182681/work
    qtconsole @ file:///opt/conda/conda-bld/qtconsole_1649078897110/work
    QtPy @ file:///opt/conda/conda-bld/qtpy_1649073884068/work
    regex==2022.10.31
    requests==2.27.1
    requests-oauthlib==1.3.1
    rsa==4.8
    scikit-image @ file:///C:/ci/scikit-image_1648196140109/work
    scikit-learn @ file:///C:/ci/scikit-learn_1642599122269/work
    scipy @ file:///C:/ci/scipy_1641555141383/work
    seaborn==0.11.2
    Send2Trash @ file:///tmp/build/80754af9/send2trash_1632406701022/work
    sip==4.19.13
    six @ file:///tmp/build/80754af9/six_1644875935023/work
    soupsieve @ file:///tmp/build/80754af9/soupsieve_1636706018808/work
    SQLAlchemy @ file:///C:/Windows/Temp/abs_f8661157-660b-49bb-a790-69ab9f3b8f7c8a8s2psb/croots/recipe/sqlalchemy_1657867864564/work
    tabulate==0.8.9
    tensorboard==2.11.2
    tensorboard-data-server==0.6.1
    tensorboard-plugin-wit==1.8.1
    tensorflow==2.11.0
    tensorflow-estimator==2.11.0
    tensorflow-intel==2.11.0
    tensorflow-io-gcs-filesystem==0.31.0
    termcolor==1.1.0
    terminado @ file:///C:/ci/terminado_1644322782754/work
    testpath @ file:///tmp/build/80754af9/testpath_1624638946665/work
    thop==0.0.31.post2005241907
    threadpoolctl @ file:///Users/ktietz/demo/mc3/conda-bld/threadpoolctl_1629802263681/work
    tifffile @ file:///tmp/build/80754af9/tifffile_1627275862826/work
    timm==0.6.7
    toolz @ file:///tmp/build/80754af9/toolz_1636545406491/work
    torch==1.9.1+cu102
    torchaudio==0.9.1
    torchmetrics==0.9.3
    torchstat==0.0.7
    torchvision==0.10.1+cu102
    tornado @ file:///C:/ci/tornado_1606935947090/work
    tqdm==4.63.0
    traitlets @ file:///tmp/build/80754af9/traitlets_1636710298902/work
    typing_extensions @ file:///opt/conda/conda-bld/typing_extensions_1647553014482/work
    urllib3==1.26.9
    wcwidth @ file:///Users/ktietz/demo/mc3/conda-bld/wcwidth_1629357192024/work
    webencodings==0.5.1
    Werkzeug==2.2.3
    widgetsnbextension @ file:///C:/ci/widgetsnbextension_1645009553925/work
    win32-setctime @ file:///home/tkoch/Workspace/win32_setctime/win32_setctime_1643630045199/work
    wincertstore==0.2
    wrapt==1.15.0
    WTForms==3.0.1
    xlwt==1.3.0
    yacs==0.1.8
    yapf==0.32.0
    yarg==0.1.9
    yarl==1.7.2
    zipp @ file:///C:/ci/zipp_1652274072582/work
    本站声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系bd@zhengruan.com
    作者最新文章
    编程开发 Python
    相关文章 更多
    python删除一个列表里的重复元素的方法与代码示例
    python删除一个列表里的重复元素的方法与代码示例

    学习如何使用Python高效删除列表中的重复元素。本文提供5种常见方法的代码示例,涵盖保持顺序与不保持顺序的场景,适合初学者和进阶开发者参考。

    Python写接口的步骤及完整代码示例
    Python写接口的步骤及完整代码示例

    详细讲解使用Python编写Web接口的核心步骤与完整代码示例,涵盖环境准备、路由定义、数据校验、服务启动及调试测试方法。

    codex怎么读取word文档及docx文件操作教程
    codex怎么读取word文档及docx文件操作教程

    介绍如何利用编程工具读取和解析Word文档(docx格式),涵盖基础文本提取代码示例、结构化数据处理逻辑,以及处理复杂排版时的技术局限与替代方案。

    怎么在Python中调用C语言代码提升性能
    怎么在Python中调用C语言代码提升性能

    详细讲解在Python中调用C语言代码提升性能的完整实践指南,包含原理分析、编译步骤、ctypes与CFFI具体实现、性能对比及常见陷阱。

    Python与C语言的性能差异及底层原理
    Python与C语言的性能差异及底层原理

    深入解析Python与C语言在执行效率上的数量级差异,从编译机制、变量内存布局、动态类型推断到GIL锁,系统阐明底层核心原理。

    Python和C语言哪个更适合编程入门
    Python和C语言哪个更适合编程入门

    客观对比Python与C语言在心智负担、底层机制与学习反馈上的核心差异,提供清晰有据的选择标准与切实的入门学习路径。

    selenium上传文件教程本地文件路径设置方法
    selenium上传文件教程本地文件路径设置方法

    深入解析Selenium处理文件上传的技术细节,涵盖标准HTML控件的路径直接注入法与非标准控件的系统级模拟方案,提供Windows与Linux环境下的路径设置最佳实践及常见异常排查。

    大数据开发语言选型:Java对比Scala与Python的优缺点及适用场景
    大数据开发语言选型:Java对比Scala与Python的优缺点及适用场景

    针对大数据工程场景,系统对比Java、Scala与Python在执行性能、生态结合、开发效率和维护成本上的核心差异,给出清晰的架构选型依据与落地方案。

    langgraph python guide中文入门教程详解
    langgraph python guide中文入门教程详解

    本篇LangGraph Python中文入门教程详解,系统梳理StateGraph状态机定义、节点编写、边与条件路由、检查点持久化(MemorySaver)等核心机制,提供从环境安装到完整循环智能体构建的代码示例与实操指导。

    Windows 安装 Python:从官方入口到虚拟环境的可复现实践
    Windows 安装 Python:从官方入口到虚拟环境的可复现实践

    面向后端开发者,基于 Python 官方文档说明如何在 Windows 上安装 Python、创建 venv 虚拟环境及使用 pip 管理依赖。包含可复制命令、验证方法及工具选择边界,避免常见配置误区。

    查看更多
    精品专题 更多
    装机必备
    装机必备

    正软商城装机必备专区,精选办公、浏览器、安全防护、影音播放、压缩解压、设计创作和系统工具等电脑常用正版软件,帮助用户快速完成新电脑软件配置。

    Windows
    Windows

    正软商城Windows软件专区,汇集适用于Windows电脑的办公、设计、安全防护、影音播放、开发工具和系统优化软件,提供软件介绍、系统要求、正版授权及购买下载服务。

    PDF教程
    PDF教程

    正软商城PDF教程频道提供PDF编辑、转换、合并、拆分、压缩及格式处理方法,同时介绍常用PDF软件和工具的使用技巧。

    Mac软件 更多
    讯飞智作 网页版
    讯飞智作 网页版
    Windows/ macOS/ Linux

    讯飞智作是一款基于语音合成技术、虚拟人驱动技术与数字人形象声音构建能力的 AI 数字人音视频创作平台。

    火山引擎 网页版
    火山引擎 网页版
    Windows/ macOS/ Linux

    火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力,依托字节自研豆包多模态大模型,凭借火山方舟一站式平台,提供模型精调、推理部署、智能应用搭建等全链路服务,结合高性能AI算力,助力各行业快速落地大模型数字化与智能化应用。

    Aperty macOS版
    Aperty macOS版
    macOS

    Aperty 是 Skylum 推出的 AI 人像修图软件,支持自然肤质修饰、瑕疵处理、面部与身体调整、预设及批量同步。

    WINDOWS 更多
    讯飞智作 网页版
    讯飞智作 网页版
    Windows/ macOS/ Linux

    讯飞智作是一款基于语音合成技术、虚拟人驱动技术与数字人形象声音构建能力的 AI 数字人音视频创作平台。

    火山引擎 网页版
    火山引擎 网页版
    Windows/ macOS/ Linux

    火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力,依托字节自研豆包多模态大模型,凭借火山方舟一站式平台,提供模型精调、推理部署、智能应用搭建等全链路服务,结合高性能AI算力,助力各行业快速落地大模型数字化与智能化应用。

    PixTV 网页版
    PixTV 网页版
    Windows

    PixTV 是一款在浏览器中使用的 AI 视觉内容创作平台,提供图片、视频、音频、文字生成、AI 分镜、局部重绘、提示词反推和无限画布等工具,适合短剧、漫剧、广告及社交媒体内容制作。