据我所知,我相信 conda 对 python pkgs 所做的不超过
~/miniconda/envs/$(env-name)/lib//$(python-version)/site-packages/...
我相信:
~/miniconda/bin/pip
或 conda install
要安装 python pkgs,所有依赖项都将安装到 ~/miniconda/envs/<env-name>/lib/<python-version>
, 和 ~/miniconda/bin/python
可以找到他们apt install
已经安装的 c++ 库 libfoo进入 /usr/lib/<python-version>
, conda install pyfoo
将重新安装 libfoo 到 ~/miniconda/envs/<env-name>/lib/<python-version>
apt
要安装 python pkgs,安装路径将是 /usr/lib/<python-version>
conda 找不到它们。 我的问题是:
apt install
c++ 库与安装到 ~/miniconda/envs/<env-name>/lib/<python-version>
中的任何 c++ 库冲突反之亦然? apt
中的 python pkgs吗?在不担心任何冲突的情况下管理 c++ pkgs?这意味着当我构建和运行一个 hybird(c++ 和 python)项目时,我只需要激活 conda env 和 conda install
所有 python 依赖项和apt install
所有需要的 c++ 部门,一切都会正常工作吗? 最佳答案
您说的是正确的:Conda 几乎总是会带来自己的依赖项。异常(exception)情况是 using a shell package ,但我只知道它存在于 mpich
.
否则,主要问题“我可以自带共享库吗?”的答案实际上是 。没有 .这是因为 Conda 包尽可能多地预编译,这通常会导致对动态库的确切构建的特定符号引用。即使从不同的 channel 获取动态库也可能导致丢失符号的错误。
但是,您可以只使用 Conda 来管理环境,而仍然使用 Pip 来安装库。即使用 Conda 创建 Python 环境,然后使用 Pip 安装 Python 包。就像是:
conda create -n my-env python=3.9 pip
conda activate my-env
pip install pkg1 pkg2 ...
但是请注意,这会丢失所有 the redundancy reduction conda 在引擎盖下所做的。这也意味着您的许多包仍将在本地编译,而 Conda 会预编译所有内容,这就是安装速度如此之快的原因。虽然更多的 Pip 包在轮子上,但它们本质上是静态构建,这意味着对应该共享库的内容进行了更多不必要的重复。
关于ubuntu - conda、python pkgs 和 c++ 库,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/70393944/