百度360必应搜狗淘宝本站头条
当前位置:网站首页 > 技术文章 > 正文

Poerty - 更好的Python依赖管理库

itomcoil 2025-02-20 15:55 15 浏览

还在使用 pip 和 setuptools 来进行Python的依赖管理吗?那你就已经落伍了。来看看 Poetry吧,这个依赖管理库为Python带来了全新的体验。


简介

Poetry,是 python-poetry 组织在Github上开源的Python依赖管理工具,项目位于
https://github.com/python-poetry/poetry,目前版本为1.0.9。

Poetry能帮助你声明、管理和安装 Python 依赖,其从 PHP 的 composer 和 Rust 的 cargo 工具,意在替代 Pipenv 等工具。Poetry使用一个配置文件 pyproject.yoml 替代现有的包括 setup.py、requirements.txt、setup.cfg、MANIFEST.in 和 Pipfile 在内的配置文件,并提供了极为丰富的配置语法。同时,Poetry提供了一个更为完善、更为强大的命令行工具,更加方便使用。另外,Poetry使用了更为可靠的依赖解析逻辑,避免了复杂的依赖中容易出现的问题,使得得到的依赖环境更为合理。



安装

Poetry需要Python 2.7和3.4+。安装Poetry,推荐的方式是使用curl下载安装脚本:

curl -sSL https://raw.githubusercontent.com/python-poetry/poetry/master/get-poetry.py | python

我们也可以使用选项进行preview或特定版本的安装:

python get-poetry.py --version 0.7.0

使用pip进行安装也是可能的,但要注意poetry的依赖所可能带来的依赖冲突。

示例

使用Poetry进行依赖安装十分简单,使用add命令:



可以看到,Poetry使用了lock文件,命令行显示了依赖的安装情况。另外,Poetry也可以进行打包构建,使用build:

Poetry还支持库的发布,可以直接发布到PyPI上:


我们也可以查看当前项目的依赖树,使用show命令,命令行的显示十分清晰:


Poetry使用pyproject.toml进行所有的依赖定义:

[tool.poetry]
name = "my-package"
version = "0.1.0"
description = "The description of the package"

license = "MIT"

authors = [
    "Sébastien Eustace "
]

readme = 'README.md'  # Markdown files are supported

repository = "https://github.com/python-poetry/poetry"
homepage = "https://github.com/python-poetry/poetry"

keywords = ['packaging', 'poetry']

[tool.poetry.dependencies]
python = "~2.7 || ^3.2"  # Compatible python versions must be declared here
toml = "^0.9"
# Dependencies with extras
requests = { version = "^2.13", extras = [ "security" ] }
# Python specific dependencies with prereleases allowed
pathlib2 = { version = "^2.2", python = "~2.7", allow-prereleases = true }
# Git dependencies
cleo = { git = "https://github.com/sdispater/cleo.git", branch = "master" }

# Optional dependencies (extras)
pendulum = { version = "^1.4", optional = true }

[tool.poetry.dev-dependencies]
pytest = "^3.0"
pytest-cov = "^2.4"
[tool.poetry.scripts]
my-script = 'my_package:main'

我们可以看到,toml的第一部分定义了包括名字、作者和版本等描述信息;第二部分则定义了项目的依赖,可以定义包括版本备选、额外选项、git仓库、是否可选等丰富的语法;第三部分定义了项目开发过程中所需的依赖,第四部分则定义了一些方便的脚本入口,可以使用Poetry进行脚本命令的调用。


更多

相比于Pipenv,poetry所实现的依赖解析核心更为有效稳定,尤其在面对复杂依赖中出现的依赖矛盾时更为突出。例如,

pipenv install oslo.utils==1.4.0

会出现依赖冲突错误:

Could not find a version that matches pbr!=0.7,!=2.1.0,<1.0,>=0.6,>=2.0.0

但Poetry却会得到一个合理的依赖冲突解决方案,获得期待的依赖:

poetry add oslo.utils=1.4.0

  - Installing pytz (2018.3)
  - Installing netifaces (0.10.6)
  - Installing netaddr (0.7.19)
  - Installing oslo.i18n (2.1.0)
  - Installing iso8601 (0.1.12)
  - Installing six (1.11.0)
  - Installing babel (2.5.3)
  - Installing pbr (0.11.1)
  - Installing oslo.utils (1.4.0)



总结

Poetry作为一个Python的依赖管理工具,比其他同类型的Python工具更为现代化,其提供了强大的命令行,优秀的依赖解析算法,以及更为便捷和集中的配置管理,使得Python的依赖管理更为方便和人性化。

Poetry目前逐渐被Python开源社区所使用,包括 FastAPI 在内的大型项目已经开始使用Poetry进行依赖管理,Poetry的发展值得更多的关注和期待。

相关推荐

最强聚类模型,层次聚类 !!_层次聚类的优缺点

哈喽,我是小白~咱们今天聊聊层次聚类,这种聚类方法在后面的使用,也是非常频繁的~首先,聚类很好理解,聚类(Clustering)就是把一堆“东西”自动分组。这些“东西”可以是人、...

python决策树用于分类和回归问题实际应用案例

决策树(DecisionTrees)通过树状结构进行决策,在每个节点上根据特征进行分支。用于分类和回归问题。实际应用案例:预测一个顾客是否会流失。决策树是一种基于树状结构的机器学习算法,用于解决分类...

Python教程(四十五):推荐系统-个性化推荐算法

今日目标o理解推荐系统的基本概念和类型o掌握协同过滤算法(用户和物品)o学会基于内容的推荐方法o了解矩阵分解和深度学习推荐o掌握推荐系统评估和优化技术推荐系统概述推荐系统是信息过滤系统,用于...

简单学Python——NumPy库7——排序和去重

NumPy数组排序主要用sort方法,sort方法只能将数值按升充排列(可以用[::-1]的切片方式实现降序排序),并且不改变原数组。例如:importnumpyasnpa=np.array(...

PyTorch实战:TorchVision目标检测模型微调完

PyTorch实战:TorchVision目标检测模型微调完整教程一、什么是微调(Finetuning)?微调(Finetuning)是指在已经预训练好的模型基础上,使用自己的数据对模型进行进一步训练...

C4.5算法解释_简述c4.5算法的基本思想

C4.5算法是ID3算法的改进版,它在特征选择上采用了信息增益比来解决ID3算法对取值较多的特征有偏好的问题。C4.5算法也是一种用于决策树构建的算法,它同样基于信息熵的概念。C4.5算法的步骤如下:...

Python中的数据聚类及可视化分析实践

探索如何通过聚类分析揭露糖尿病预测数据集的特征!我们将运用Python的强力工具,深入挖掘数据,以直观的可视化揭示不同特征间的关系。一同探索聚类分析在糖尿病预测中的实践!所有这些可视化都可以通过数据操...

用Python来统计大乐透号码的概率分布

用Python来统计大乐透号码的概率分布,可以按照以下步骤进行:导入所需的库:使用Python中的numpy库生成数字序列,使用matplotlib库生成概率分布图。读取大乐透历史数据:从网络上找到大...

python:支持向量机监督学习算法用于二分类和多分类问题示例

监督学习-支持向量机(SVM)支持向量机(SupportVectorMachine,简称SVM)是一种常用的监督学习算法,用于解决分类和回归问题。SVM的目标是找到一个最优的超平面,将不同类别的...

25个例子学会Pandas Groupby 操作

groupby是Pandas在数据分析中最常用的函数之一。它用于根据给定列中的不同值对数据点(即行)进行分组,分组后的数据可以计算生成组的聚合值。如果我们有一个包含汽车品牌和价格信息的数据集,那么可以...

数据挖掘流程_数据挖掘流程主要有哪些步骤

数据挖掘流程1.了解需求,确认目标说一下几点思考方法:做什么?目的是什么?目标是什么?为什么要做?有什么价值和意义?如何去做?完整解决方案是什么?2.获取数据pandas读取数据pd.read.c...

使用Python寻找图像最常见的颜色_python 以图找图

如果我们知道图像或对象最常见的是哪种颜色,那么可以解决图像处理中的几个用例,例如在农业领域,我们可能需要确定水果的成熟度。我们可以简单地检查一下水果的颜色是否在预定的范围内,看看它是成熟的,腐烂的,还...

财务预算分析全网最佳实践:从每月分析到每天分析

原文链接如下:「链接」掌握本文的方法,你就掌握了企业预算精细化分析的能力,全网首发。数据模拟稍微有点问题,不要在意数据细节,先看下最终效果。在编制财务预算或业务预算的过程中,通常预算的所有数据都是按月...

常用数据工具去重方法_数据去重公式

在数据处理中,去除重复数据是确保数据质量和分析准确性的关键步骤。特别是在处理多列数据时,保留唯一值组合能够有效清理数据集,避免冗余信息对分析结果的干扰。不同的工具和编程语言提供了多种方法来实现多列去重...

Python教程(四十):PyTorch深度学习-动态计算图

今日目标o理解PyTorch的基本概念和动态计算图o掌握PyTorch张量操作和自动求导o学会构建神经网络模型o了解PyTorch的高级特性o掌握模型训练和部署PyTorch概述PyTorc...