Python依赖怎么导出_requirements.txt批量生成与安装

pip freeze > requirements.txt 会导出所有已安装包（含开发依赖），生产环境应优先用 pipreqs . --force 扫描代码实际 import 的包，再手动补全动态导入项，并通过分层文件（如 base/dev/prod）和版本校验规避部署风险。

pip freeze > requirements.txt 会导出所有包，包括开发依赖

直接用 pip freeze > requirements.txt 最快，但结果里混着 pytest、black、mypy 这类只在本地开发用的包，部署时装上反而可能冲突或拖慢启动。

• 生产环境推荐先用 pip install -e .（项目有 setup.py 或 pyproject.toml）再运行 pipreqs . --force，它只扫描代码中 import 的包
• 如果没写 setup.py，又想排除 dev 依赖，得手动删：先 pip list --outdated 看哪些真被用了，再对比 requirements.txt 逐行核对
• pipreqs 不识别动态导入（比如 importlib.import_module("xxx")），这类包得自己补进去

pip install -r requirements.txt 安装失败常见原因

报错 Could not find a version that satisfies the requirement xxx 或卡在某个包编译，大概率是环境不一致导致的。

• 检查 Python 版本：不同版本下 numpy、pandas 的 wheel 包名不同，requirements.txt 里没锁 Python 版本就容易栽坑
• 确认系统架构：macOS ARM64 上生成的 requirements.txt 拿去 Linux x86_64 装，torch 或 tensorflow 可能直接找不到匹配 wheel
• 避免用 --find-links 或私有源未同步：如果某行写了 --index-url https://pypi.mycompany.com/simple/，换环境就得配同源，否则跳过或报 404

怎么让 requirements.txt 支持多环境（dev/staging/prod）

硬写多个文件不如用分层方式管理，否则改一个包要同步三处，漏掉就出事。

一点PPT

一句话生成专业PPT，AI自动排版配图

下载

• 主文件叫 requirements/base.txt，放共用包如 requests==2.31.0
• dev 专用写进 requirements/dev.txt，第一行加 -r base.txt，再追加 pytest>=7.0
• CI/CD 脚本里统一用 pip install -r requirements/prod.txt，而 prod 文件只含 -r base.txt，不额外引入
• 别用 pip-tools 的 pip-compile 自动生成——它默认把所有子依赖展开，版本号锁太死，升级时反而难排查冲突

requirements.txt 里写 git 地址时的权限和缓存问题

用 git+ssh://git@github.com:user/repo.git@v1.2.3#subdirectory=src 看似灵活，但 CI 和同事机器上容易因 SSH key 或缓存失效失败。

立即学习“Python免费学习笔记（深入）”；

• SSH 方式要求目标机器已配置对应 key，CI 环境常需提前注入 SSH_PRIVATE_KEY 并 eval $(ssh-agent)，步骤多且易漏
• HTTPS 方式更稳：git+https://github.com/user/repo.git@v1.2.3，但注意 GitHub 私仓要带 token：git+https://<code>TOKEN@github.com/user/private-repo.git
• pip 默认会缓存 git 包，换分支或 tag 后可能仍装旧版，加 --no-deps --force-reinstall --no-cache-dir 才保险