python 如何查看依赖库

Python查看依赖库的方法有多种，包括使用pip工具、查看requirements.txt文件、使用conda环境等。其中，最常用的方法是使用pip工具，通过命令行直接查看已安装的Python库及其版本号。pip工具简单易用，适合大多数开发者。

pip是Python的包管理工具，可以方便地查看和管理Python项目的依赖库。通过命令行输入pip list，可以列出当前环境中安装的所有Python库及其版本号。这个命令非常直观，适合快速查看依赖库信息。接下来将详细介绍如何使用pip以及其他方法来查看Python项目的依赖库。

一、使用PIP查看依赖库

使用pip list命令

pip list是最基础的命令，用于显示当前Python环境中所有已安装的包及其版本号。这个命令适用于任何操作系统，只需打开命令行或终端，输入pip list，即可获取所有已安装包的信息。

$ pip list Package Version ---------- ------- numpy 1.21.0 pandas 1.3.0 requests 2.25.1

使用pip show命令

如果需要查看特定包的详细信息，可以使用pip show命令。这个命令会显示该包的详细信息，包括版本、依赖项、安装路径等。

$ pip show numpy
Name: numpy
Version: 1.21.0
Summary: Fundamental package for array computing in Python.
Home-page: https://www.numpy.org
Author: Travis E. Oliphant et al.
Author-email: None
License: BSD
Location: /usr/local/lib/python3.9/site-packages
Requires:
Required-by: scipy, pandas

使用pip freeze命令

pip freeze命令生成当前环境中所有包及其版本的列表，通常用于创建requirements.txt文件。这个文件记录了项目所需的所有依赖库及其版本，便于在其他环境中重现相同的依赖。

$ pip freeze
numpy==1.21.0
pandas==1.3.0
requests==2.25.1

二、查看requirements.txt文件

创建requirements.txt文件

在开发Python项目时，经常需要创建一个requirements.txt文件，以记录项目的所有依赖库及其版本。可以通过pip freeze > requirements.txt命令生成该文件。

$ pip freeze > requirements.txt

查看requirements.txt文件

通过文本编辑器打开requirements.txt文件，可以查看项目的所有依赖库及其版本。这是项目协作和部署时常用的方法。

numpy==1.21.0
pandas==1.3.0
requests==2.25.1

三、使用CONDA环境管理工具

使用conda list命令

如果使用Anaconda或Miniconda管理Python环境，可以使用conda list命令查看当前环境中所有已安装的包。

$ conda list packages in environment at /usr/local/anaconda3: # Name Version Build Channel numpy 1.21.0 pypi_0 pypi pandas 1.3.0 pypi_0 pypi requests 2.25.1 pypi_0 pypi

使用conda env export命令

为了导出当前环境的依赖库及其版本，可以使用conda env export > environment.yml命令。这个文件可用于在其他环境中重现相同的依赖。

$ conda env export > environment.yml

四、使用VIRTUALENV或VENV工具

激活虚拟环境

使用virtualenv或venv创建的虚拟环境可以隔离不同项目的依赖。在激活虚拟环境后，可以使用pip list或pip freeze查看该环境中的依赖库。

$ source env/bin/activate # Linux/macOS $ env\Scripts\activate # Windows

查看依赖库

激活虚拟环境后，使用pip list或pip freeze命令查看依赖库。这些命令仅显示当前虚拟环境中的包。

五、使用IDEs查看依赖库

PyCharm

PyCharm是一款流行的Python IDE，它可以直观地管理项目的依赖库。在PyCharm中，可以通过导航到File > Settings > Project: [Project Name] > Python Interpreter来查看和管理项目的依赖库。

Visual Studio Code

在Visual Studio Code中，可以通过安装Python扩展来管理依赖库。使用命令行终端或内置的集成终端，可以方便地查看和管理依赖库。

六、总结

了解如何查看Python项目的依赖库是开发中一个重要的技能。通过pip工具、requirements.txt文件、conda环境等方法，开发者可以轻松地查看和管理项目的依赖库。这不仅有助于项目的开发，还能简化项目的部署和协作。无论是使用命令行工具还是IDE，都可以根据个人习惯选择最适合的方法来查看Python项目的依赖库。