从本地 python 包构建 conda 包答案

【问题标题】：build conda package from local python package从本地 python 包构建 conda 包
【发布时间】：2021-11-11 17:53:17
【问题描述】：

我找不到一个完整的示例，说明如何从我编写的 python 包创建 conda 包，以及如何使用 conda install 安装包，而它在我的计算机上而不是在 anaconda 云上。我正在寻找例如不使用 pypi 的 conda 骨架，而是在我的 windows 机器上使用 python 包，源代码必须在我的 windows 机器上，而不是在 pypi 或其他云上。任何帮助都会很重要。非常感谢

【问题讨论】：

我通常在源目录中创建一个名为conda.recipe 的目录，并使用这个meta.yaml 文件模板：github.com/bryanwweber/UConnRCMPy/blob/master/conda.recipe/… 免责声明：这是我的一些软件的作者。有时间我会尝试写一个更完整的例子
然后你可以通过编写（从主源目录）conda build conda.recipe 来构建包，然后安装conda install --use-local。如果你想完全跳过包构建，只安装包作为开发版本，类似于pip -e，你可以使用conda develop .
感谢您的帮助。
能否分享您在本示例中使用的 setup.py 脚本？
在同一个仓库中：github.com/bryanwweber/UConnRCMPy/blob/master/setup.py

标签： python package conda

【解决方案1】：

我认为如果您使用可编辑的方式来安装带有 conda 的软件包，这应该是微不足道的。我做到了：

conda develop .

在项目目录中（我的setup.py 文件所在的位置）。

如果您想要setup.py 的示例，这是我的：

from setuptools import setup
from setuptools import find_packages

setup(
    name='ml', #project name
    version='0.1.0',
    description='ML',
    #url
    author='Me',
    author_email='charlie_parker@mit.edu', #not a real e-mail
    license='MIT',
    packages=find_packages(),
    install_requires=['torch','numpy','scikit-learn','scipy','matplotlib','pyyml']
)

上面的文件位于项目的根目录（我做了一个名为project 的github repo，并在里面创建了一个项目project，其中包含我在那里开发的所有包。

我相信pip -e . 也会这样做。你应该不需要 sudo 任何东西。

【讨论】：

【解决方案2】：

可以使用以下方法在元数据文件 meta.yaml 中指定本地源目录：

  source:
     path: ../src

https://docs.conda.io/projects/conda-build/en/latest/resources/define-metadata.html#source-from-a-local-path

此外，要打包您自己的程序，您必须在 build.sh 文件中定义构建和安装它所需的步骤（例如，为使用 setuptools 的 python 脚本运行 setup.py install：https://setuptools.readthedocs.io/en/latest/index.html）适用于 windows 的 linux 和 bld.bat。

【讨论】：

【解决方案3】：

即使没有配方，您也可以使用python setup.py bdist_conda 从本地 python 包轻松生成 conda 包：

通过使用 setup.py bdist_conda，您可以使用 conda build 构建包以供 Python 安装而不是 conda。这是在不使用配方的情况下构建包的快速方法，但它有局限性。该脚本仅限于构建中使用的 Python 版本，并且它不像使用配方那样具有重现性。我们建议使用带有 conda build 的配方。

https://docs.conda.io/projects/conda-build/en/latest/user-guide/recipes/build-without-recipe.html

【讨论】：

【解决方案4】：

我在Anaconda Enterprise 文档中找到了一些有用的信息。两个视频链接：

The Sheer Joy of Packaging | SciPy 2018 Tutorial有很多绒毛，但它的肉大约是2小时30分钟（链接有时间戳）
~~Michael Sarahan - Making packages and packaging "just work"~~

是我在搜索中找到的最好的东西。

【讨论】：