假设您要确保通常关心的相同版本的软件包位于不同的平台上,并且不必关心整个依赖树中 所有 软件包的完全相同的版本,则给出此答案。
。如果您试图在整个依赖项树中安装所有软件包的完全相同版本,那么由于失败的可能性很大,因为某些conda软件包对osx / win /
linux的依赖项不同。例如,otrobopt的配方 将在Win vs. osx /
linux上安装不同的软件包,因此环境列表将有所不同。
建议:手动创建一个environment.yaml文件,并仅指定或固定您关心的依赖项。
让conda解算器完成其余的工作。可能值得注意的是
conda-env(用于管理conda环境的工具)明确建议您“始终手动创建您的environment.yml文件”。
那你就做
conda env create --file environment.yml
看看conda-env的自述文件 。
它们可能非常简单:
name: basic_analysisdependencies: - numpy - pandas
或更复杂的情况是,您需要固定依赖项并指定anaconda.org频道以从以下位置进行安装:
name: stats-webchannels: - javascriptdependencies: - python=3.4 # or 2.7 if you are feeling nostalgic - bokeh=0.9.2 - numpy=1.9.* - nodejs=0.10.* - flask - pip: - Flask-Testing
无论哪种情况,您都可以使用
conda env create --file environment.yaml
如果您有更复杂的用例或其他问题,请更新原始问题,我将为您提供更多帮助。
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)