Ich habe versucht, die in Python installierten Pakete grafisch darzustellen

Ergebnis

-> PyPI Top 100-Paketversion: http://qiita.com/kitsuyui/items/a7cc56d476b59ff07f54

Ich habe diese Zahl mit meiner virtuellen Umgebung für maschinelles Lernen erhalten. Es ist auf einen Blick offensichtlich.

Ich dachte, Numpy und Scipy wären genauso abhängig, Der Scipy ist weniger abhängig ...

Der Kampf des Betreuers strahlt die Tatsache aus, dass viele Pakete sechs verwenden, um Python 3 und Python 2 kompatibel zu machen.

In den übrigen Abschnitten pip freeze und pipdeptree wird das Skript, das diese Abbildung ausgibt, aufgelistet.

pip freeze

python

$ pip freeze -l

Dann können Sie die Pakete in der aktuellen virtuellen Umgebung sehen. Da es jedoch keine Hierarchie gibt und alles flach beschrieben wird, kommt es in einer Reihe heraus und ich verstehe die Abhängigkeit nicht.

autoflake==0.6.6
autopep8==1.1.1
flake8==2.2.4
graphviz==0.4.3
hacking==0.10.1
isort==3.9.6
matplotlib==1.4.3
mccabe==0.2.1
natsort==3.5.6
nose==1.3.6
numpy==1.9.2
pandas==0.16.0
pbr==0.10.8
pep8==1.5.7
pies==2.6.3
pipdeptree==0.4.2
py==1.4.26
pyflakes==0.8.1
pyparsing==2.0.3
pytest==2.7.0
python-dateutil==2.4.2
pytz==2015.2
scipy==0.15.1
six==1.9.0
Theano==0.7.0
tox==1.9.2
virtualenv==12.1.1

Verwenden Sie pipdeptree

Andererseits kann pipdeptree verwendet werden, um die Abhängigkeitshierarchie auf leicht verständliche Weise anzuzeigen.

python

$ pipdeptree --nowarn --local-only --freeze --all

autoflake==0.6.6
  - pyflakes==0.8.1
autopep8==1.1.1
  - pep8==1.5.7
flake8==2.2.4
  - pyflakes==0.8.1
  - pep8==1.5.7
  - mccabe==0.2.1
graphviz==0.4.3
hacking==0.10.1
  - pyflakes==0.8.1
  - six==1.9.0
  - flake8==2.2.4
    - pyflakes==0.8.1
    - pep8==1.5.7
    - mccabe==0.2.1
  - pep8==1.5.7
  - mccabe==0.2.1
  - pbr==0.10.8
    - pip
isort==3.9.6
  - pies==2.6.3
  - natsort==3.5.6
matplotlib==1.4.3
  - nose==1.3.6
  - python-dateutil==2.4.2
    - six==1.9.0
  - pyparsing==2.0.3
  - six==1.9.0
  - pytz==2015.2
  - numpy==1.9.2
mccabe==0.2.1
natsort==3.5.6
nose==1.3.6
numpy==1.9.2
pandas==0.16.0
  - pytz==2015.2
  - python-dateutil==2.4.2
    - six==1.9.0
  - numpy==1.9.2
pbr==0.10.8
  - pip
pep8==1.5.7
pies==2.6.3
py==1.4.26
pyflakes==0.8.1
pyparsing==2.0.3
pytest==2.7.0
  - py==1.4.26
python-dateutil==2.4.2
  - six==1.9.0
pytz==2015.2
scipy==0.15.1
six==1.9.0
Theano==0.7.0
  - numpy==1.9.2
  - scipy==0.15.1
tox==1.9.2
  - virtualenv==12.1.1
  - py==1.4.26
virtualenv==12.1.1

Lassen Sie uns ein Diagramm erstellen.

Ich habe mich für graphviz entschieden. Das folgende Skript übergibt die Ausgabe von pipdeptree als Standardeingabe und stellt sie mit graphviz grafisch dar. Wie meine anderen Artikel verwende ich Python 3.

graphout.py

# coding: utf-8
import re

import graphviz


def depfile_to_tree(file_like_object):
    line_pattern = re.compile(r'^(?:(?P<indent>(?:  )*)- )?'
                              r'(?P<pkg_name>.*?)'
                              r'(?:==(?P<version>.*?))?\n$')

    tree = []

    for line in file_like_object:
        matcher = line_pattern.match(line)
        indent, pkg_name, version = matcher.group('indent',
                                                  'pkg_name',
                                                  'version')

        if indent is None:
            hierarchy = 0
        else:
            hierarchy = int(len(indent) / 2)

        if hierarchy < len(tree):
            tree = tree[:hierarchy]

        tree.append((pkg_name, version))
        yield tuple(tree)


def main(pipdeptree_file):
    packages = set()
    dependencies = set()

    for package_tree in depfile_to_tree(pipdeptree_file):
        pkg_name = package_tree[-1][0]
        packages.add(pkg_name)
        if len(package_tree) < 2:
            continue
        parent, child = package_tree[-2:]
        dependencies.add((parent[0], child[0], child[1]))

    dot = graphviz.Digraph(comment='My Pip Dependencies')
    for p in packages:
        dot.node(p)

    for d in dependencies:
        dot.edge(*d)

    dot.engine = 'dot'
    dot.format = 'png'
    dot.render('dependencies.gv')

if __name__ == '__main__':
    import sys
    main(sys.stdin)

Wie benutzt man

python

$ pipdeptree --nowarn --local-only --freeze --all > dependencies.txt
$ python graphout.py < dependencies.txt

Generieren Sie dependencies.gv und dependencies.gv.png.

Beiseite

pip löst keine echten Abhängigkeiten auf. Es kann mit pip-tools (pip-review) oder depsolver gelöst werden. Abwesend.