我盲目地遵循公认的使用答案 Pip3冻结> requirements.txt

它生成了一个巨大的文件，其中列出了整个解决方案的所有依赖项，这不是我想要的。

因此，您需要弄清楚您试图生成什么样的requirements.txt。

如果您需要一个包含所有依赖项的requirements.txt文件，那么可以使用pip3

pip3 freeze > requirements.txt

但是，如果您想生成一个最小的requirements.txt，它只列出您需要的依赖项，那么可以使用pipreqs包。如果您在项目中的每个组件级别都有大量的requirements.txt文件，而在解决方案范围级别上没有一个文件，那么这将特别有用。

pip install pipreqs
pipreqs [path to folder]
e.g. pipreqs .
     pipreqs . --force --ignore=tests (Overwrites exisiting requirements.txt, ignores the tests directory)

我盲目地遵循公认的使用答案 Pip3冻结> requirements.txt

它生成了一个巨大的文件，其中列出了整个解决方案的所有依赖项，这不是我想要的。

因此，您需要弄清楚您试图生成什么样的requirements.txt。

如果您需要一个包含所有依赖项的requirements.txt文件，那么可以使用pip3

pip3 freeze > requirements.txt

但是，如果您想生成一个最小的requirements.txt，它只列出您需要的依赖项，那么可以使用pipreqs包。如果您在项目中的每个组件级别都有大量的requirements.txt文件，而在解决方案范围级别上没有一个文件，那么这将特别有用。

pip install pipreqs
pipreqs [path to folder]
e.g. pipreqs .
     pipreqs . --force --ignore=tests (Overwrites exisiting requirements.txt, ignores the tests directory)

这个简单的任务在Python中如此复杂，真是令人惊叹。下面是我认为最好的自动完成的方法。

你需要两个工具:

1. pipreqs

Pip3安装pipreqs

Pipreqs会检查你的项目，只安装项目使用的包。而不是像pip freeze那样在python环境中执行所有包。

但这种方法有一个问题。它不安装子包。

例如，您的项目使用pandas==1.3.2。Pandas本身在其他包中使用numpy==1.21.2。但是pipreqs本身并不在requirements .txt中编写子包(即numpy)

这就是您需要将pipreqs与第二个工具结合使用的地方。

pip-tools

Pip3安装pip-tools

Pip-tools将接受需求中的包。并生成带有所有子包的requirements.txt。例如，如果你有 Pandas ==1.3.2的需求。在，pip-tools将生成

Numpy ==1.21.2 # via pandas in requirements.txt。

但是您需要手动在requirements.in中添加包。这很容易出错，你可能会偶尔忘记这样做。

在这里可以使用第一个工具。

但是这两个工具都是根据requirements.txt编写的。那么如何解决这个问题呢?

使用pipreqs的——savepath来写入需求。，而不是默认的requirements.txt。

一次命令就完成;只做

pipreqs——savepath =需求。在&& pip-compile

好了。现在您不需要担心手动维护包，并且您的requirements.txt将包含所有子包，因此您的构建是确定的。

博士TL;

Pip3安装pipreqs Pip3安装pip-tools

使用下面的代码构建确定性的requirements.txt

pipreqs——savepath =需求。在&& pip-compile

在我的例子中，我使用Anaconda，所以在我的环境中从conda终端运行以下命令解决了这个问题，并自动为我创建了这个requirements.txt文件:

conda list -e > requirements.txt

这是从这个Github链接pratos/condaenv.txt

如果看到错误，并且您正在使用anaconda，请尝试使用.yml选项:

conda env export > <environment-name>.yml

供其他人使用该环境，或者如果您正在另一台机器上创建新环境:

conda env create -f <environment-name>.yml

.yml选项在这里找到

Python 3的最佳方式是:

pip3 freeze > requirements.txt

这对我很管用……

Pipenv用户可以从项目的Pipfile中生成require .txt文件:

pipenv lock --requirements