suchen
HeimBackend-EntwicklungPython-TutorialPython eingefrorene und virtuelle Umgebung

Python Freeze

Python-Anwendungen verwenden während der Entwicklung eine Vielzahl von Paketen. Normalerweise verwenden wir venv, um die Python-Interpreterversion und ihre Pakete zu isolieren, von denen jedes Anwendungsprojekt abhängt.

Wie kann man die verschiedenen importierten Pakete in der Anwendung „reparieren“? pip stellt die Methode freeze bereit, die den Namen und die Version des abhängigen Pakets in eine TXT-Datei exportiert. Wenn andere das Projekt in Zukunft vorstellen, können sie es direkt über die von pip bereitgestellte Methode importieren:

pip freeze > requirements.txt

pip install -r  requirements.txt

und Java Der Maven Warehouse-Import ist ähnlich, leichter und umweltfreundlicher.

virtuelle Umgebung

Bei Verwendung von Java-Anwendungen geben wir den JDK-Pfad des Projekts an. In den meisten Fällen befinden sich möglicherweise 1–3 Versionen von JDK auf jedem Entwicklungscomputer, z. B. jdk6, jdk7, jdk8. Dies reicht normalerweise aus. Dann wird der JAVA_HOME-Pfad in der Systemvariablen PATH angegeben.

Die Abhängigkeiten externer Drittanbieterpakete von Java-Anwendungen werden von Maven festgelegt und während des Builds als Abhängigkeiten in das Anwendungsverzeichnis gebracht.

Pythons Steuerungsmethode ist etwas anders, da Python selbst mit dem Pip-Paketverwaltungstool ausgestattet ist. Und da Python eine dynamische Skriptsprache ist, können mehrere Gruppen unterschiedlicher Skripte in verschiedenen Verzeichnissen verteilt sein. Aufgrund des Entwicklungszyklus können die Python-Interpreter und -Pakete, von denen die Skripte in jedem Verzeichnis abhängen, unterschiedlich sein Skripte, die den Python3-Interpreter verwenden, verursachen im Allgemeinen Fehler.

Wir brauchen eine Möglichkeit, die laufende Umgebung jeder Gruppe von Skripten zu isolieren, nämlich die virtuelle Umgebung zu verwenden, um das Problem zu lösen.

Die spezifische Methode besteht darin, im Stammverzeichnis des Python-Projekts auszuführen:

|—myPythonProject
      |———codePackage

Ausführen:

virtualenv -p python3 env-p stellt das Erstellen einer virtuellen Python3 dar Umgebung

env Das Verzeichnis, das die virtuelle Umgebung darstellt, heißt env

Die Verzeichnisstruktur nach dem Ausführen lautet:

|—myPythonProject
         |———codePackage
         |———env
             |——bin
             |——lib
             |——include

Dann müssen wir diese virtuelle Umgebung aktivieren:

source env/bin/activate

Nach der Aktivierung ändert sich die Umgebungsaufforderung zu:

(env) ➜ Knife Git:(Master) ✗

bedeutet das Die Umgebung ist bereits dies. Die für das Projekt erforderliche virtuelle Python3-Umgebung. Zu diesem Zeitpunkt werden alle Pakete von pip install im Verzeichnis env/lib/python3.5/site-packages installiert und sind nicht von Paketen betroffen, die von anderen installiert wurden Python-Projekte.

Wenn Sie eine IDE wie pyCharm verwenden, müssen Sie beim Erstellen des Projekts den dem Projekt entsprechenden Projektinterpreter angeben, wie unten gezeigt:

Python eingefrorene und virtuelle Umgebung

Stellungnahme
Der Inhalt dieses Artikels wird freiwillig von Internetnutzern beigesteuert und das Urheberrecht liegt beim ursprünglichen Autor. Diese Website übernimmt keine entsprechende rechtliche Verantwortung. Wenn Sie Inhalte finden, bei denen der Verdacht eines Plagiats oder einer Rechtsverletzung besteht, wenden Sie sich bitte an admin@php.cn
Was sind einige gängige Operationen, die an Python -Arrays ausgeführt werden können?Was sind einige gängige Operationen, die an Python -Arrays ausgeführt werden können?Apr 26, 2025 am 12:22 AM

PythonarraysSupportvariousoperationen: 1) SlicicingExtractsSubsets, 2) Anhang/Erweiterungen, 3) Einfügen von PlaceSelementsatspezifischePositionen, 4) Entfernen von Delettel, 5) Sortieren/ReversingChangesorder und 6) compredewlistenwlists basierte basierte, basierte Zonexistin

In welchen Anwendungsarten werden häufig Numpy -Arrays verwendet?In welchen Anwendungsarten werden häufig Numpy -Arrays verwendet?Apr 26, 2025 am 12:13 AM

NumpyarraysaresessentialForApplicationsRequeeFoughnumericalComputations und Datamanipulation

Wann würden Sie ein Array über eine Liste in Python verwenden?Wann würden Sie ein Array über eine Liste in Python verwenden?Apr 26, 2025 am 12:12 AM

UseanArray.ArrayoveralistinpythonwhendealingwithhomogenousData, Performance-CriticalCode, OrInterfacingwithCcode.1) HomogenousData: ArraysSavemoryWithtypedElements.2) Performance-CriticalCode: ArraySaveMoryWithtypedElements.2) Performance-CriticalCode: ArraysFerbetterPerPterPerProrMtorChorescomeChormericalcoricalomancomeChormericalicalomentorMentumscritorcorements.3) Interf

Werden alle Listenoperationen von Arrays unterstützt und umgekehrt? Warum oder warum nicht?Werden alle Listenoperationen von Arrays unterstützt und umgekehrt? Warum oder warum nicht?Apr 26, 2025 am 12:05 AM

Nein, NOTALLLISTOPERATIONSARESURDEDBYARAYS UNDVICEVERSA.1) ArraysDonotsupportdynamicoperationslikeAppendorinStResizing, die impactSperformance.2) listsDonotguaranteConstantTimeComplexityfordirectAccesslikearraysDo.

Wie können Sie in einer Python -Liste auf Elemente zugreifen?Wie können Sie in einer Python -Liste auf Elemente zugreifen?Apr 26, 2025 am 12:03 AM

ToaccesselementSinapythonlist, verwenden Indexing, Negativindexing, Slicing, Oriteration.1) IndexingStartsat0.2) NegativeIndexingAccessses aus der THEend.3) SlicingExtractSporions.4) itererationSforloopsorenumerate.AlwaySChEckLegthtoavoidIndexerror.

Wie werden Arrays im wissenschaftlichen Computer mit Python verwendet?Wie werden Arrays im wissenschaftlichen Computer mit Python verwendet?Apr 25, 2025 am 12:28 AM

Arraysinpython, besondersvianumpy, arecrucialInScientificComputingFortheirefficience undvertilität.1) Sie haben festgelegt, dass die Fornerikerne, Datenanalyse und Machinelarning.2) Numpy'SimplementationIncensuresFasteroperationsdanpythonlisten.3) Araysensableableableableableableableableableableableableableableableableableableableableableableableableableable

Wie gehen Sie mit verschiedenen Python -Versionen im selben System um?Wie gehen Sie mit verschiedenen Python -Versionen im selben System um?Apr 25, 2025 am 12:24 AM

Sie können verschiedene Python -Versionen mithilfe von Pyenv, Venv und Anaconda verwalten. 1) Verwalten Sie PYENV, um mehrere Python -Versionen zu verwalten: Installieren Sie PyEnv, setzen Sie globale und lokale Versionen. 2) Verwenden Sie VenV, um eine virtuelle Umgebung zu erstellen, um Projektabhängigkeiten zu isolieren. 3) Verwenden Sie Anaconda, um Python -Versionen in Ihrem Datenwissenschaftsprojekt zu verwalten. 4) Halten Sie das System Python für Aufgaben auf Systemebene. Durch diese Tools und Strategien können Sie verschiedene Versionen von Python effektiv verwalten, um den reibungslosen Betrieb des Projekts zu gewährleisten.

Was sind einige Vorteile bei der Verwendung von Numpy -Arrays gegenüber Standard -Python -Arrays?Was sind einige Vorteile bei der Verwendung von Numpy -Arrays gegenüber Standard -Python -Arrays?Apr 25, 2025 am 12:21 AM

NumpyarrayShaveseveraladVantagesOverStandardPythonArrays: 1) SiearemuchfasterDuetoc-basiert, 2) sie istaremoremory-effizient, insbesondere mit mit LaShlargedatasets und 3) sie können sich mit vektorisierten Funktionsformathematical und Statistical opertical opertical opertical operticaloperation, Making

See all articles

Heiße KI -Werkzeuge

Undresser.AI Undress

Undresser.AI Undress

KI-gestützte App zum Erstellen realistischer Aktfotos

AI Clothes Remover

AI Clothes Remover

Online-KI-Tool zum Entfernen von Kleidung aus Fotos.

Undress AI Tool

Undress AI Tool

Ausziehbilder kostenlos

Clothoff.io

Clothoff.io

KI-Kleiderentferner

Video Face Swap

Video Face Swap

Tauschen Sie Gesichter in jedem Video mühelos mit unserem völlig kostenlosen KI-Gesichtstausch-Tool aus!

Heiße Werkzeuge

MinGW – Minimalistisches GNU für Windows

MinGW – Minimalistisches GNU für Windows

Dieses Projekt wird derzeit auf osdn.net/projects/mingw migriert. Sie können uns dort weiterhin folgen. MinGW: Eine native Windows-Portierung der GNU Compiler Collection (GCC), frei verteilbare Importbibliotheken und Header-Dateien zum Erstellen nativer Windows-Anwendungen, einschließlich Erweiterungen der MSVC-Laufzeit zur Unterstützung der C99-Funktionalität. Die gesamte MinGW-Software kann auf 64-Bit-Windows-Plattformen ausgeführt werden.

Herunterladen der Mac-Version des Atom-Editors

Herunterladen der Mac-Version des Atom-Editors

Der beliebteste Open-Source-Editor

VSCode Windows 64-Bit-Download

VSCode Windows 64-Bit-Download

Ein kostenloser und leistungsstarker IDE-Editor von Microsoft

SublimeText3 Linux neue Version

SublimeText3 Linux neue Version

SublimeText3 Linux neueste Version

DVWA

DVWA

Damn Vulnerable Web App (DVWA) ist eine PHP/MySQL-Webanwendung, die sehr anfällig ist. Seine Hauptziele bestehen darin, Sicherheitsexperten dabei zu helfen, ihre Fähigkeiten und Tools in einem rechtlichen Umfeld zu testen, Webentwicklern dabei zu helfen, den Prozess der Sicherung von Webanwendungen besser zu verstehen, und Lehrern/Schülern dabei zu helfen, in einer Unterrichtsumgebung Webanwendungen zu lehren/lernen Sicherheit. Das Ziel von DVWA besteht darin, einige der häufigsten Web-Schwachstellen über eine einfache und unkomplizierte Benutzeroberfläche mit unterschiedlichen Schwierigkeitsgraden zu üben. Bitte beachten Sie, dass diese Software