suchen
HeimBackend-EntwicklungPython-TutorialAusführliche Erläuterung zum Packen und Veröffentlichen von Python-Modulen

Vorwort

Gestern habe ich meine VASP-Dateiverarbeitungsbibliothek gepackt und auf PyPI hochgeladen. Jetzt können Sie VASPy direkt über pip und easy_install installieren (gleichzeitig sind Kinder, die VASP für Computerchemie verwenden, willkommen um Sterne hinzuzufügen) und mitmachen),

VASPys GotHub-Adresse: https://github.com/PytLab/VASPy
VASPys PyPI-Adresse: https://pypi.python.org/pypi/vaspy /

Da mein Gedächtnis wirklich schlecht ist und ich Angst habe, es nach langer Zeit zu vergessen, werde ich mein eigenes VASPy-Programm als Beispiel verwenden, um das Packen und Hochladen von Python zusammenzufassen.

VASPy-Paketdateistruktur

Schreiben und fügen Sie zunächst die gesamte Dateistruktur des VASPy-Pakets ein. Der folgende Inhalt wird anhand dieses Beispiels erläutert:

VASPy/
├── LICENSE
├── MANIFEST
├── MANIFEST.in
├── README.rst
├── requirements.txt
├── scripts
│  ├── change_incar_parameters.py
│  ├── create_inputs.py
│  └── ...
├── setup.cfg
├── setup.py
├── tests
│  ├── incar_test.py
│  ├── __init__.py
│  ├── oszicar_test.py
│  ├── outcar_test.py
│  ├── testdata
│  │  ├── CONTCAR
│  │  ├── DOS_SUM
│  │  ├── ELFCAR
│  │  └── ...
│  └── ...
└── vaspy
  ├── __init__.py
  ├── iter.py
  ├── matstudio.py
  └── ...
  
4 directories, 54 files

Verpackung und Tools zum Installieren von Paketen von Drittanbietern

Hier müssen wir Tools wie setuptools und pip verwenden, um unsere eigenen Pakete zu packen, zu veröffentlichen und zu installieren. Wenn wir ein Rad erstellen müssen, müssen wir auch das Radmodul installieren . Wenn die Python-Version >=2.7.9 oder >=3.4, setuptools und pip bereits installiert sind, müssen Sie möglicherweise auf die neueste Version aktualisieren

pip install -U pip setuptools

Sie können Paketverwaltungstools wie

yum install pip
sudo apt-get install pip

verwenden, um über das Skript get-pip.py zu installieren. Wenn festgestellt wird, dass Wheel und Setuptools nicht installiert sind, werden sie ebenfalls automatisch installiert

python get-pip. py

Ich werde nicht auf Details zur Installation und Einführung des Tools eingehen. Sie können sich auf die Anforderungen für die Installation von Paketen beziehen.

Die Rolle verschiedener Dateien im Paket

setup.py

Diese Datei ist die wichtigste Datei zum Packen des gesamten Projekts. Sie bietet zwei Hauptfunktionen:

setup(). Funktion Die Parameter dieser Funktion legen fest, wie Sie Ihr eigenes Projekt konfigurieren.
Befehlszeilentools, einschließlich Packen, Testen, Veröffentlichen usw. Sie können es mit dem folgenden Befehl anzeigen:

python setup.py --help-commands

setup.cfg

Diese Datei enthält beim Erstellen einige Standardparameter, z Erstellen von bdist_wheel Der Parameter --universal

[bdist_wheel]
universal=1

wird standardmäßig jedes Mal beim Packen verwendet. Der Effekt ist ähnlich:

python setup.py bdist_wheel --universal

README.rst

Ich habe dies ursprünglich in Markdown geschrieben und auf PyPI veröffentlicht. Ich habe festgestellt, dass PyPI das Markdown-Rendering nicht unterstützt, also habe ich reStrutruedText verwendet Grammatik wurde neu geschrieben. Schließlich kann die Syntax der Auszeichnungssprache grundsätzlich in Sekundenschnelle erlernt werden. Wenn das wirklich nicht möglich ist, suchen Sie sich einfach eine Vorlage und zeichnen Sie den Kürbis.
Die Syntaxregeln von reStructureText finden Sie im offiziellen Dokument: Quick reStructuredText

Tatsächlich besteht eine andere Möglichkeit darin, pandoc zu verwenden, um Markdown in das erste Format zu konvertieren Pyandoc-Modul zur automatischen Konvertierung beim Veröffentlichen.
Spezifische Methoden finden Sie unter: Markdown-READMEs in Python-Modulen verwenden

MANIFEST.in

Diese Datei teilt Setuptools beim Packen mit, dass zusätzliche Dateien gepackt werden müssen, z. B. die Einheiten In meinem VASPy werde ich diese Datei verwenden, um die Testdatendatei für den Test einzubinden. Natürlich können README und LICENSE auch zusammen gepackt werden.
Das Folgende ist der Inhalt meines eigenen MANIFEST.in:

include README.rst
include requirements.txt
include LICENSE
recursive-include scripts *
recursive-include tests *

Spezifische Grammatikregeln finden Sie unter: Die MANIFEST.in-Vorlage

vaspy/

Dieser Ordner ist das Paket, in dem sich der Vaspy-Quellcode befindet.

tests/

Dieser Ordner ist ebenfalls ein Unterpaket und enthält Unit-Test-Skripte. Um python setup.py test für Unit-Tests zu verwenden, wird __init__.pys speziell hinzugefügt Eine Tasche.

Parameter von setup()

Hier sind nur einige Parameter, die ich verwende. Informationen zur spezifischen Verwendung anderer Parameter finden Sie unter: https://docs.python.org/3/. distutils/setupscript .html

name

versions = "vaspy"

ist der Name des gesamten Projekts. Dieser Name und die Versionsnummer werden nach dem Packen verwendet .

Version

from vaspy import __version__
version = __version__

Beschreibung

ist eine kurze Beschreibung des Projekts, normalerweise nur ein Satz, und wird am Ende des Namens auf Pypi angezeigt.

long_description

ist eine lange Beschreibung, die einer prägnanten Beschreibung des Projekts entspricht. Wenn diese Zeichenfolge im ersten Format vorliegt, rendert PyPI sie automatisch zur Anzeige in HTML. Der Inhalt in README.rst kann hier direkt gelesen werden.

URL

Der Link zum Paket, normalerweise ein Link auf GitHub oder ein Link zu readthedocs.

Pakete

Eine Liste der Unterpakete, die enthalten sein müssen, stellt find_packages() zur Verfügung, um uns bei der Suche nach Paketen im Root-Pfad zu helfen.

setup_requires

Dieser Parameter definiert andere Abhängigkeiten (die grundlegendsten), die für die Installation und den reibungslosen Betrieb von VASPy erforderlich sind. Diese Abhängigkeiten werden installiert, wenn pip zur Installation verwendet wird.
Informationen zum Unterschied zwischen diesem Parameter und „requirements.txt“ finden Sie unter: install_requires vs. Anforderungsdateien

Klassifikator

Dieser Parameter stellt eine Reihe von Klassifizierungen bereit, die in verschiedene Kategorien eingeteilt werden auf PyPI Die Elemente werden im Verzeichnis kategorisiert.
Referenz für spezifische Kategorienamen und Regeln: https://pypi.python.org/pypi?%3Aaction=list_classifiers

test_suite

Dieser Parameter kann uns bei der Verwendung von

python setup.py test


Um Unit-Tests auszuführen, müssen Sie kein separates Skript mehr wie run_tests.py schreiben, um Unit-Tests auszuführen.

Offizielle Erklärung dieses Parameters:

A string naming a unittest.TestCase subclass (or a package or module containing one or more of them, or a method of such a subclass), or naming a function that can be called with no arguments and returns a unittest.TestSuite. If the named suite is a module, and the module has an additional_tests() function, it is called and the results are added to the tests to be run. If the named suite is a package, any submodules and subpackages are recursively added to the overall test suite.

也就是说这个参数可以接受多种类型的参数:

接收unittest.TestCase子类,我们可以讲所有单元测试写入一个测试用例中,然后import进来,再传你给test_suite
接收函数对象,此函数对象没有任何参数,且返回一个unittest.TestSuite.这样我们就可以单独写一个函数,将多个测试用例合并成一个suite然后返回,然后再将函数import进来传给test_suite。

模块和包名称,我就是使用这种方式,之前自己的测试都是分开的多个脚本,这样我添加一个__init__.py就可以将其变成一个包,将包名传给test_suite,setuptools就会神奇的将此包下的所有测试全部跑一边,这样我以后再加测试脚本的时候直接就添加新的脚本就好了,其他的都不需要改动了。

运行效果:

zjshao@SHAO-PC:/mnt/d/Dropbox/Code/CentOS_code/VASPy$ python setup.py test
running test
running egg_info
creating vaspy.egg-info
writing vaspy.egg-info/PKG-INFO
writing top-level names to vaspy.egg-info/top_level.txt
writing dependency_links to vaspy.egg-info/dependency_links.txt
writing manifest file 'vaspy.egg-info/SOURCES.txt'
reading manifest file 'vaspy.egg-info/SOURCES.txt'
reading manifest template 'MANIFEST.in'
writing manifest file 'vaspy.egg-info/SOURCES.txt'
running build_ext
test_compare (tests.incar_test.InCarTest)
Make sure we can compare two InCar objects correctly. ... ok
test_eq (tests.incar_test.InCarTest)
Test __eq__() function. ... ok
...
此处省略若干输出
  
----------------------------------------------------------------------
Ran 22 tests in 3.574s
  
OK

发布自己的python包

1. 首先先去PyPI注册帐号

2. 配置~/.pypirc如下:

[distutils]
index-servers =
  pypi
  pypitest
  
[pypi]
username:ShaoZhengjiang
password:mypassword
  
[pypitest]
username:ShaoZhengjiang
password:mypassword

3. 然后注册并上传自己的包到测试服务器

pypi提供了一个测试服务器,我们可以在这个测试服务器上做测试。

python setup.py register -r pypitest

然后

python setup.py sdist upload -r pypitest

若没有问题我们应该不会得到任何错误。

4. 上传至PyPI

若上面的测试成功,我们就可以按照相同的步骤将包注册并上传。

python setup.py register -r pypi
python setup.py sdist upload -r pypi

Ok,之后我们就可以在PyPI(https://pypi.python.org/pypi/vaspy/)上看到我们自己的包了。

更多打包发布Python模块的方法详解相关文章请关注PHP中文网!

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
Python vs. C: Lernkurven und BenutzerfreundlichkeitPython vs. C: Lernkurven und BenutzerfreundlichkeitApr 19, 2025 am 12:20 AM

Python ist leichter zu lernen und zu verwenden, während C leistungsfähiger, aber komplexer ist. 1. Python -Syntax ist prägnant und für Anfänger geeignet. Durch die dynamische Tippen und die automatische Speicherverwaltung können Sie die Verwendung einfach zu verwenden, kann jedoch zur Laufzeitfehler führen. 2.C bietet Steuerung und erweiterte Funktionen auf niedrigem Niveau, geeignet für Hochleistungsanwendungen, hat jedoch einen hohen Lernschwellenwert und erfordert manuellem Speicher und Typensicherheitsmanagement.

Python vs. C: Speicherverwaltung und KontrollePython vs. C: Speicherverwaltung und KontrolleApr 19, 2025 am 12:17 AM

Python und C haben signifikante Unterschiede in der Speicherverwaltung und -kontrolle. 1. Python verwendet die automatische Speicherverwaltung, basierend auf der Referenzzählung und der Müllsammlung, um die Arbeit von Programmierern zu vereinfachen. 2.C erfordert eine manuelle Speicherverwaltung und liefert mehr Kontrolle, aber die Komplexität und das Fehlerrisiko. Welche Sprache zu wählen sollte, sollte auf Projektanforderungen und Teamtechnologie -Stack basieren.

Python für wissenschaftliches Computer: Ein detailliertes AussehenPython für wissenschaftliches Computer: Ein detailliertes AussehenApr 19, 2025 am 12:15 AM

Zu den Anwendungen von Python im wissenschaftlichen Computer gehören Datenanalyse, maschinelles Lernen, numerische Simulation und Visualisierung. 1.Numpy bietet effiziente mehrdimensionale Arrays und mathematische Funktionen. 2. Scipy erweitert die Numpy -Funktionalität und bietet Optimierungs- und lineare Algebra -Tools. 3.. Pandas wird zur Datenverarbeitung und -analyse verwendet. 4.Matplotlib wird verwendet, um verschiedene Grafiken und visuelle Ergebnisse zu erzeugen.

Python und C: Das richtige Werkzeug findenPython und C: Das richtige Werkzeug findenApr 19, 2025 am 12:04 AM

Ob die Auswahl von Python oder C von den Projektanforderungen abhängt: 1) Python eignet sich aufgrund seiner prägnanten Syntax und reichhaltigen Bibliotheken für schnelle Entwicklung, Datenwissenschaft und Skripten; 2) C ist für Szenarien geeignet, die aufgrund seiner Zusammenstellung und des manuellen Speichermanagements eine hohe Leistung und die zugrunde liegende Kontrolle erfordern, wie z. B. Systemprogrammierung und Spielentwicklung.

Python für Datenwissenschaft und maschinelles LernenPython für Datenwissenschaft und maschinelles LernenApr 19, 2025 am 12:02 AM

Python wird in Datenwissenschaft und maschinellem Lernen häufig verwendet, wobei hauptsächlich auf seine Einfachheit und ein leistungsstarkes Bibliotheksökosystem beruhen. 1) Pandas wird zur Datenverarbeitung und -analyse verwendet, 2) Numpy liefert effiziente numerische Berechnungen, und 3) Scikit-Learn wird für die Konstruktion und Optimierung des maschinellen Lernens verwendet. Diese Bibliotheken machen Python zu einem idealen Werkzeug für Datenwissenschaft und maschinelles Lernen.

Python lernen: Ist 2 Stunden tägliches Studium ausreichend?Python lernen: Ist 2 Stunden tägliches Studium ausreichend?Apr 18, 2025 am 12:22 AM

Ist es genug, um Python für zwei Stunden am Tag zu lernen? Es hängt von Ihren Zielen und Lernmethoden ab. 1) Entwickeln Sie einen klaren Lernplan, 2) Wählen Sie geeignete Lernressourcen und -methoden aus, 3) praktizieren und prüfen und konsolidieren Sie praktische Praxis und Überprüfung und konsolidieren Sie und Sie können die Grundkenntnisse und die erweiterten Funktionen von Python während dieser Zeit nach und nach beherrschen.

Python für die Webentwicklung: SchlüsselanwendungenPython für die Webentwicklung: SchlüsselanwendungenApr 18, 2025 am 12:20 AM

Zu den wichtigsten Anwendungen von Python in der Webentwicklung gehören die Verwendung von Django- und Flask -Frameworks, API -Entwicklung, Datenanalyse und Visualisierung, maschinelles Lernen und KI sowie Leistungsoptimierung. 1. Django und Flask Framework: Django eignet sich für die schnelle Entwicklung komplexer Anwendungen, und Flask eignet sich für kleine oder hochmobile Projekte. 2. API -Entwicklung: Verwenden Sie Flask oder Djangorestframework, um RESTFUFFUPI zu erstellen. 3. Datenanalyse und Visualisierung: Verwenden Sie Python, um Daten zu verarbeiten und über die Webschnittstelle anzuzeigen. 4. Maschinelles Lernen und KI: Python wird verwendet, um intelligente Webanwendungen zu erstellen. 5. Leistungsoptimierung: optimiert durch asynchrones Programmieren, Caching und Code

Python vs. C: Erforschung von Leistung und Effizienz erforschenPython vs. C: Erforschung von Leistung und Effizienz erforschenApr 18, 2025 am 12:20 AM

Python ist in der Entwicklungseffizienz besser als C, aber C ist in der Ausführungsleistung höher. 1. Pythons prägnante Syntax und reiche Bibliotheken verbessern die Entwicklungseffizienz. 2. Die Kompilierungsmerkmale von Compilation und die Hardwarekontrolle verbessern die Ausführungsleistung. Bei einer Auswahl müssen Sie die Entwicklungsgeschwindigkeit und die Ausführungseffizienz basierend auf den Projektanforderungen abwägen.

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

AI Hentai Generator

AI Hentai Generator

Erstellen Sie kostenlos Ai Hentai.

Heiße Werkzeuge

SecLists

SecLists

SecLists ist der ultimative Begleiter für Sicherheitstester. Dabei handelt es sich um eine Sammlung verschiedener Arten von Listen, die häufig bei Sicherheitsbewertungen verwendet werden, an einem Ort. SecLists trägt dazu bei, Sicherheitstests effizienter und produktiver zu gestalten, indem es bequem alle Listen bereitstellt, die ein Sicherheitstester benötigen könnte. Zu den Listentypen gehören Benutzernamen, Passwörter, URLs, Fuzzing-Payloads, Muster für vertrauliche Daten, Web-Shells und mehr. Der Tester kann dieses Repository einfach auf einen neuen Testcomputer übertragen und hat dann Zugriff auf alle Arten von Listen, die er benötigt.

EditPlus chinesische Crack-Version

EditPlus chinesische Crack-Version

Geringe Größe, Syntaxhervorhebung, unterstützt keine Code-Eingabeaufforderungsfunktion

Senden Sie Studio 13.0.1

Senden Sie Studio 13.0.1

Leistungsstarke integrierte PHP-Entwicklungsumgebung

SublimeText3 Englische Version

SublimeText3 Englische Version

Empfohlen: Win-Version, unterstützt Code-Eingabeaufforderungen!

PHPStorm Mac-Version

PHPStorm Mac-Version

Das neueste (2018.2.1) professionelle, integrierte PHP-Entwicklungstool