Python和conda包管理器

Question

是的，在蟒蛇世界，我也在问同样的老问题。这是关于软件包经理pip和conda的。

Pip在python包中运行得非常好，但却只能使用带有c-扩展的python包(比如pandas, matplotlib等)。这也是conda在设置环境时节省时间的地方。然而，我无意中发现了一些环境，其中conda通道没有像flask-sqlalchemy, flask-httpauth这样的包，所以您必须使用pip。在我看来，用两个不同的包管理器来管理您的环境听起来很奇怪，可能不可取。

使用此类包管理器管理python依赖项的最佳实践是什么？需要专家的建议，以感觉到差距。

如有任何意见/帮助，将不胜感激。

我也使用Pycharm，它只能识别conda包，而不是pip包。这又是一种痛苦。因此，我不得不回到vim (这很好--我喜欢它)，但是调试是困难的，或者它不像IDE那样简单。

我使用Linux/Mac进行开发。

Answer 1

下面是一个不错的工作流示例(来自这个博客)：

1. 在计算机上的~/repos/目录中创建一个项目文件夹。
2. 在目录中创建一个environment.yml文件。通常，环境名称将与文件夹名称相同。至少，它将指定我希望使用的Python版本；它通常会将anaconda作为一个依赖项。
3. 使用$ conda env create创建conda环境。
4. 使用$ source activate ENV_NAME激活conda环境。
5. 创建一个包含行.env的source activate ENV_NAME文件。因为我已经安装了autoenv，所以每次我导航到终端中的项目文件夹时，都会运行这个文件。因此，当我导航到文件夹时，我的conda环境就会被激活。
6. 运行$ git init使文件夹成为Git存储库。然后运行$ git add environment.yml && git commit -m 'initial commit'将YAML文件添加到存储库中。
7. 如果我想将存储库推送到Github，我使用$ git create，使用Github的集线器命令。然后，我使用$ git push -u origin master推动主分支。

这是体面的，但不是完美的。其中一些缺点是：

1. 直接依赖项与依赖项的依赖项一起列出。
2. 正确地移除包是很复杂的。
3. 当有从其他来源安装的软件包时，它不起作用。

然而，这是一个很好的开端，根据我的经验，大多数团队都不会费心发明比这个更好的解决方案。

P.S.：在过去的一年里，PyCharm显著改善了其对conda的支持，到2017年4月，它正确地承认了conda和pip包。