解决conda环境卡住

Question

我试图使用以下命令安装conda环境：

conda env create -f devenv.yaml

我的.yaml文件是

name: myname
channels:
  - conda-forge
  - bioconda
dependencies:
  # Package creation and environment management
  - conda-build
  # Automation control (command line interface, workflow and multi-process management)
  - python-dotenv
  - click
  - snakemake-minimal
  - joblib
  - numba
  # Workspace
  - notebook
  # Visualization
  - plotly
  - plotly-orca
  - matplotlib
  - seaborn
  - shap
  - openpyxl
  - ipywidgets
  - tensorboard
  # Data manipulation
  - numpy
  - pandas
  - pyarrow
  # Functional style tools
  - more-itertools
  - toolz
  # Machine learning
  - scikit-learn
  - imbalanced-learn
  - scikit-image
  - statsmodels
  - catboost
  - hyperopt
  - tsfresh
  # Deep learning
  - pytorch
  # code checking and formatting
  - pylint
  - black
  - flake8
  - mypy
  # Python base
  - python
  - pip
  - pip:

我试过更新conda，但没什么用。只是停留在解决环境问题上。

conda版本: 4.11.0 c操作系统: Ubuntu 18.04.5 LTS

完全相同的环境在我的mac上运行得很好，但在那个服务器上就不行了。有什么问题吗？我很感谢你的建议。谢谢。

Answer 1

这解决得很好(

)，但实际上是一个复杂的解决方案，主要原因是：

• 欠规格
• 缺乏模块化

欠规格

这个特定的环境规范最终安装了超过300个软件包。而且没有一个是受规范约束的。这是一个巨大的SAT问题需要解决，Conda将努力解决这个问题。曼巴将有助于更快地解决问题。，但是提供额外的约束可以极大地减少解决方案的空间。

至少，指定Python (major.minor)，例如python=3.9。这是唯一最有效的约束。

除此之外，将最低需求放在中央包(那些是其他包的依赖项)上可能会有所帮助，比如最低限度的NumPy。

缺乏模块化

我假定名称"devenv“意味着这是一个开发环境。所以，我知道那个人想要所有这些工具都在手边。然而，Conda环境的激活是如此简单，现在大多数IDE工具(Spyder、VSCode、木星)都鼓励基础设施和执行内核的分离。更多地思考环境(强调多元环境)是如何组织和协同工作的，对于拥有一个可持续的、无痛的数据科学工作流程来说，这将是非常重要的。

在我的书中，手头的环境有多个危险信号：

• conda-build应该在base中，并且只在base中。
• snakemake应该在一个专用的环境中
• notebook (即木星)应该在一个专用的环境中，与nb_conda_kernels一起安装；所有内核环境都需要ipykernel。

我可能也会将皮棉/格式化包分开，但这不是什么问题。然而，真正的杀手是snakemake --它只是一个庞大的基础设施，我强烈建议保持这种隔离。