机器学习初学者 17分钟前
【Python】超实用!轻松控制Python及依赖库版本
index_new5.html
../../../zaker_core/zaker_tpl_static/wap/tpl_guoji1.html

 

本文介绍了如何在 Python 项目中通过快捷函数严格检查 Python 版本和依赖库版本,以提高项目维护的稳定性。文章详细介绍了 `check_python_version()` 和 `check_dependencies_version()` 两个函数的使用方法,包括如何限制 Python 版本范围以及如何定义依赖库的版本规则。通过这些方法,开发者可以更有效地管理项目依赖,避免因版本不兼容导致的问题。

💡 开发者在日常管理 Python 项目时,对项目依赖的 Python 版本和相关依赖库版本进行妥善管理至关重要,以确保项目可以稳定持续地维护或迁移。

✅ 文章介绍了 `check_python_version()` 函数,该函数可以用于限制 Python 版本范围。例如,限制 Python 版本下限为 3.8 或上限为 3.12。

🔍 针对依赖库的版本检查,文章介绍了 `check_dependencies_version()` 函数,该函数通过 `rules` 参数定义依赖库的版本范围规则,兼容 requirements.txt 的写法。示例包括限制库等于某版本、大于等于某版本、版本在某范围内,以及更复杂的版本范围规则。

💡 当 Python 版本或依赖库版本不符合设定要求时,这两个函数会抛出错误信息,从而提醒开发者进行调整。

费弗里 2025-04-15 12:01 浙江

1 简介

我们在日常管理Python项目时,非常重要的一点,是要对项目本身依赖的Python版本以及相关依赖库版本进行妥善管理,从而确保项目可以稳定持续的进行维护或迁移。

通常我们会基于pippipreqscondauv等环境管理工具所导出的requirements.txtenvironment.ymlpyproject.toml配置文件,对项目的相关依赖版本进行控制,但这些方式都只是辅助性质,并不会在Python项目代码运行时严格检查依赖库版本,这就带来了很多犯错的可能性。

今天的文章中,我就将为大家介绍如何在自己的Python项目源码中调用相关快捷函数,实现对Python版本、指定依赖库版本的严格检查,从而大幅提升项目维护的稳定性~

2 快捷检查Python版本及指定依赖库版本

为了方便演示,我们建立新的虚拟环境,并安装一些常见的库用作举例(这里以conda/mamba为例建立环境):

mamba create -n demo-env python=3.10 -y

mamba activate demo-env

pip install jupyterlab pandas dash feffery-dash-utils -U

2.1 快捷检查Python版本

当我们希望项目限制在指定的Python版本范围内才可以正常运行时,可以使用check_python_version()函数快捷实现:

from feffery_dash_utils.version_utils import check_python_version

下面是相关的使用示例:

    限制Python版本下限
# 例:限制当前环境Python版本下限为3.8
check_python_version(min_version='3.8')
    限制Python版本上限
# 例:限制当前环境Python版本上限为3.12
check_python_version(max_version='3.12')

当检测到Python版本不符合设定要求时,则会抛出对应的错误信息,譬如我们的示例环境为3.10,对应触发的检查错误结果:

2.2 快捷检查指定依赖库版本

当我们希望对指定依赖库的版本做严格检查时,则可以使用check_dependencies_version()函数快捷实现:

from feffery_dash_utils.version_utils import check_dependencies_version

其参数rules用于定义针对若干依赖库的版本范围规则,兼容类似requirements.txt中可使用的各种声明版本范围的规则写法,下面是一些例子:

    限制指定库等于某版本
check_dependencies_version(
    rules=[
        {
            'name''pandas',
            'specifier''==2.2.3'
        }
    ]
)
    限制指定库大于等于某版本
check_dependencies_version(
    rules=[
        {
            'name''dash',
            'specifier''>=2.18.2'
        }
    ]
)
    限制指定库版本在某范围内
check_dependencies_version(
    rules=[
        {
            'name''pandas',
            'specifier''>=2.0,<4.0'
        }
    ]
)
    更复杂的版本范围规则
check_dependencies_version(
    rules=[
        {
            'name''pandas',
            'specifier''>=2.0,<4.0,!=2.2.0'
        }
    ]
)

当存在指定库的版本范围不满足设定规则时,同样会抛出错误进行提示:

通过上面介绍的快捷函数check_python_version()check_dependencies_version(),我们就可以更严格的限制项目依赖版本,避免很多不必要的问题💪~

更多参考资料:


以上就是本文的全部内容,欢迎在评论区与我们进行讨论~


阅读原文

跳转微信打开

Fish AI Reader

Fish AI Reader

AI辅助创作,多种专业模板,深度分析,高质量内容生成。从观点提取到深度思考,FishAI为您提供全方位的创作支持。新版本引入自定义参数,让您的创作更加个性化和精准。

FishAI

FishAI

鱼阅,AI 时代的下一个智能信息助手,助你摆脱信息焦虑

联系邮箱 441953276@qq.com

相关标签

Python 依赖管理 版本控制 feffery-dash-utils
相关文章