搞了一个 Python 工具，在运行时自动检测、安装和引用需要的模块。类似 R 语言的 pacman 包。
pip install pkgman from pkgman import include
include(["pandas", "numpy"])
一些朋友可能会觉得没用，但作为日常分析数据的人，如果突然要快速做一个数据分析，就可以在代码整洁的前提下，自动安装包。如果你有多台机器，这个也能降低你的环境同步负荷。
还不是很完善（一些限定和提示没弄），但我自己已经一直在用了。 欢迎🌟 & 意见 & PR
 |
1
yukino Nov 28, 2024  1
|
 |
2
Baboonowen OP @yukino 不是一个东西，我自己这个更多用在一遍一遍的数据分析场景而不是“运行脚本”。uv 也在用。
|
 |
3
Tohrusky Nov 28, 2024
支持从 其他 wheel 源 /git 仓库 安装吗
比如 `pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121` |
|
4
Baboonowen OP 1
@Lychee0 可以考虑添加！这个属于还比较常用的
|
 |
5
JeremyFeng Nov 28, 2024 1
|
 |
6
frostming Nov 28, 2024
@Baboonowen 就是一样的，这还是标准化的，PDM 也支持
修正一下上面老哥的 URL: https://docs.astral.sh/uv/guides/scripts/#declaring-script-dependencies PDM 的： https://pdm-project.org/en/latest/usage/scripts/#single-file-scripts |
 |
7
lao66 Nov 28, 2024 via iPhone
感觉挺好
|
 |
8
bg7lgb Nov 28, 2024
这和用 requirements.txt 有啥区别？
|
|
9
Baboonowen OP @bg7lgb 写项目肯定这些配置文件最好。但如果你实在做数据分析，一会儿要加这个新方法，一会儿要加那个图包，没有东西比这种方式更快。这也是我的 motivation
|
 |
10
fbichijing Nov 28, 2024
我自己感觉完全没有这种需求。
在安装一个 package 的时候，一般目标 package 的 setup.py 都已写了依赖和目标 package 的版本。另外，手动安装还能规避或者控制一些版本冲突问题。有些库比较激进，有些则比较保守。有些新版本的库大幅改变了函数和一些行为模式，有些库的展示效果也有差异。可能在某些特定时候并不是需要的。印象中以前使用到一个图片库，不适配某个依赖库的最新版本。只能使用 requirements.txt 才能比较方便测试，运行和迁移。 不过也正如你所说，“类似 R 语言的 pacman 包。”，可能是我没有用过你说的这个包，相对难以 get 到你所写的这个 package 所解决的问题点在哪里。 加油。不同的人喜欢不同的歌曲，这首歌曲也有它的听众。 |
 |
11
tomczhen Nov 28, 2024 1
如果环境版本比较简单的话确实不错，我能想到的就是只有单一 anacodamini 的情况体验应该挺好。
不过工程化角度来说就不太合适了，叠加 Python 的依赖管理缺陷，容易出现“在我机器是正常的”这种问题😅 |
 |
12
julyclyde Nov 28, 2024 1
你这是把声明式退化为执行式了
|
 |
13
UB Nov 29, 2024
突然想到了名为 [pyforest · PyPI]( https://pypi.org/project/pyforest/) 的 python 包，这个包就是帮你自动导入的，不会进行安包。
pyforest 中用了一些 lazy_imports 的概念，或许可以做一些参考。 |
 |
14
ruanimal Nov 29, 2024
lz 是完全不用 ide 吧，用这种动态导入，ide 里面估计全是 error 提示，代码补全也不准了
|
 |
15
deplives Nov 29, 2024
那你代码补全还用不用了，你自己截图的 jupyter 里面都是到处飘红。而且你这个也是显式的 import ，无非从 import 换成了 include ， 多此一举
|
Select Language