管理 conda 和 pip 之间依赖关系的最佳实践

Question

我正在开发一个 Python 库，它依赖于多个包。我正在努力寻找最直接的方法来管理所有这些依赖项，并具有以下约束：

• 其中一些依赖项仅作为 conda 包提供（技术上源代码可用，但构建过程不是我想要了解的内容）
• 其他依赖项只能通过 pip 获得
• 我需要在可编辑或开发者模式下安装我自己的库
• 我需要定期更新依赖项

我当前的初始安装设置：

• 创建新的 conda 环境
• 使用conda install ... 安装仅 conda 依赖项
• 使用pip install -e . 安装我的库

此时，一些包已安装，现在由 conda 管理，其他包由 pip 管理。当我想更新我的环境时，我需要：

• 用conda update --all更新环境的conda部分
• 手动更新环境的 pip 部分

我的问题是这是不稳定的：当我更新所有 conda 包时，它确保了它管理的包的一致性。但是，我不能保证整个环境保持一致，我只是意识到我错过了一些更新，因为我忘记检查环境的 pip 部分中的更新。

最好的方法是什么？我想到了：

• 使用 conda 的 pip interoperability feature ：这似乎可行，但我得到了一些可疑的结果，可能是因为我使用了 extras_require
• 由于 pip 可以看到 conda 包，初始安装是一致的，这意味着我可以在需要更新时简单地重新安装所有内容。这可行，但并不完全优雅。

Answer 1

the official documentation 中关于管理同样需要 PyPI 来源或pip 安装的本地包的 Conda 环境的建议是在 YAML 文件中定义所有依赖项（Conda 和 Pip）。比如：

env.yaml

name: my_env
channels:
 - defaults
dependencies:
 - python=3.8
 - numpy
 - pip
 - pip:
   - some_pypi_only_pkg
   - -e path/to/a/local/pkg

在这种环境中更新的工作流程是更新 YAML 文件（我建议将其置于版本控制之下），然后创建新环境或使用

conda env update -f env.yaml

就个人而言，我倾向于创建新的环境，而不是改变（更新）现有环境，并在 YAML 中使用最小的约束（即>=version）。创建新环境时，它应该自动拉取最新的一致包。另外，可以保留 env 的先前实例，以防在开发生命周期中需要回归。