我想发表一篇科学论文背后的数据分析所使用的conda环境。我使用conda env export > environment.yml将环境保存为.yml文件
我可以使用conda env create -f environment.yml在不同的机器上重新创建相同的环境一段时间。几个月后,从相同的.yml文件创建环境失败:
ResolvePackageNotFound: - vc=14.1=h0510ff6_3 - vs2015_runtime=15.5.2=3
假设这些版本在文件中指定的频道上不再可用?或者这可能反映了一个不同的问题?
也许,在我的特定情况下,确切的版本并不那么重要,但这个问题似乎违背了最初拯救环境的目的。有没有不同的命令或策略来以一种更面向未来的方式来拯救环境?
我正在尝试使用miniconda安装环境。
conda版本4.5.4
python版本: 3.6.5.final.0
下面是完整的.yml文件:
name: jlsocial
channels:
- conda-forge
- defaults
dependencies:
- ca-certificates=2018.4.16=0
- certifi=2018.4.16=py36_0
- libiconv=1.15=hfa6e2cd_1
- libxml2=2.9.8=haffccfe_2
- libxslt=1.1.32=h5632236_1
- lxml=4.2.3=py36heafd4d3_0
- openssl=1.0.2o=hfa6e2cd_1
- svglib=0.8.1=py36_0
- svgutils=0.3.0=py36_0
- backcall=0.1.0=py36_0
- blas=1.0=mkl
- bleach=2.1.3=py36_0
- blosc=1.14.3=he51fdeb_0
- bokeh=0.12.16=py36_0
- bzip2=1.0.6=hfa6e2cd_5
- click=6.7=py36hec8c647_0
- cloudpickle=0.5.3=py36_0
- colorama=0.3.9=py36h029ae33_0
- cycler=0.10.0=py36h009560c_0
- cytoolz=0.9.0.1=py36hfa6e2cd_0
- dask=0.17.5=py36_0
- dask-core=0.17.5=py36_0
- decorator=4.3.0=py36_0
- distributed=1.21.8=py36_0
- entrypoints=0.2.3=py36hfd66bb0_2
- freetype=2.8=h51f8f2c_1
- hdf5=1.10.2=hac2f561_1
- heapdict=1.0.0=py36_2
- html5lib=1.0.1=py36h047fa9f_0
- icc_rt=2017.0.4=h97af966_0
- icu=58.2=ha66f8fd_1
- imageio=2.3.0=py36_0
- intel-openmp=2018.0.0=8
- ipykernel=4.8.2=py36_0
- ipython=6.4.0=py36_0
- ipython_genutils=0.2.0=py36h3c5d0ee_0
- ipywidgets=7.2.1=py36_0
- jedi=0.12.0=py36_1
- jinja2=2.10=py36h292fed1_0
- jpeg=9b=hb83a4c4_2
- jsonschema=2.6.0=py36h7636477_0
- jupyter=1.0.0=py36_4
- jupyter_client=5.2.3=py36_0
- jupyter_console=5.2.0=py36h6d89b47_1
- jupyter_core=4.4.0=py36h56e9d50_0
- kiwisolver=1.0.1=py36h12c3424_0
- libpng=1.6.34=h79bbb47_0
- libsodium=1.0.16=h9d3ae62_0
- libtiff=4.0.9=hb8ad9f9_1
- locket=0.2.0=py36hfed976d_1
- lzo=2.10=h6df0209_2
- m2w64-gcc-libgfortran=5.3.0=6
- m2w64-gcc-libs=5.3.0=7
- m2w64-gcc-libs-core=5.3.0=7
- m2w64-gmp=6.1.0=2
- m2w64-libwinpthread-git=5.0.0.4634.697f757=2
- markupsafe=1.0=py36h0e26971_1
- matplotlib=2.2.2=py36h153e9ff_1
- mistune=0.8.3=py36hfa6e2cd_1
- mkl=2018.0.2=1
- mkl_fft=1.0.1=py36h452e1ab_0
- mkl_random=1.0.1=py36h9258bd6_0
- msgpack-python=0.5.6=py36he980bc4_0
- msys2-conda-epoch=20160418=1
- nbconvert=5.3.1=py36h8dc0fde_0
- nbformat=4.4.0=py36h3a5bc1b_0
- networkx=2.1=py36_0
- notebook=5.5.0=py36_0
- numexpr=2.6.5=py36hcd2f87e_0
- numpy=1.14.3=py36h9fa60d3_1
- numpy-base=1.14.3=py36h555522e_1
- olefile=0.45.1=py36_0
- opencv=3.3.1=py36h20b85fd_1
- packaging=17.1=py36_0
- pandas=0.23.0=py36h830ac7b_0
- pandoc=1.19.2.1=hb2460c7_1
- pandocfilters=1.4.2=py36h3ef6317_1
- parso=0.2.0=py36_0
- partd=0.3.8=py36hc8e763b_0
- patsy=0.5.0=py36_0
- pickleshare=0.7.4=py36h9de030f_0
- pillow=5.1.0=py36h0738816_0
- pip=10.0.1=py36_0
- prompt_toolkit=1.0.15=py36h60b8f86_0
- psutil=5.4.5=py36hfa6e2cd_0
- pygments=2.2.0=py36hb010967_0
- pyparsing=2.2.0=py36h785a196_1
- pyqt=5.9.2=py36h1aa27d4_0
- pytables=3.4.3=py36he6f6034_1
- python=3.6.5=h0c2934d_0
- python-dateutil=2.7.3=py36_0
- pytz=2018.4=py36_0
- pywavelets=0.5.2=py36hc649158_0
- pywinpty=0.5.1=py36_0
- pyyaml=3.12=py36h1d1928f_1
- pyzmq=17.0.0=py36hfa6e2cd_1
- qt=5.9.5=vc14he4a7d60_0
- qtconsole=4.3.1=py36h99a29a9_0
- reportlab=3.4.0=py36_0
- scikit-image=0.13.1=py36hfa6e2cd_1
- scikit-learn=0.19.1=py36h53aea1b_0
- scipy=1.1.0=py36h672f292_0
- seaborn=0.8.1=py36h9b69545_0
- send2trash=1.5.0=py36_0
- setuptools=39.1.0=py36_0
- simplegeneric=0.8.1=py36_2
- sip=4.19.8=py36h6538335_0
- six=1.11.0=py36h4db2310_1
- snappy=1.1.7=h777316e_3
- sortedcontainers=1.5.10=py36_0
- sqlite=3.23.1=h35aae40_0
- statsmodels=0.9.0=py36h452e1ab_0
- tblib=1.3.2=py36h30f5020_0
- terminado=0.8.1=py36_1
- testpath=0.3.1=py36h2698cfe_0
- tk=8.6.7=hcb92d03_3
- toolz=0.9.0=py36_0
- tornado=5.0.2=py36_0
- traitlets=4.3.2=py36h096827d_0
- vc=14.1=h0510ff6_3
- vs2015_runtime=15.5.2=3
- wcwidth=0.1.7=py36h3d5aa90_0
- webencodings=0.5.1=py36h67c50ae_1
- wheel=0.31.1=py36_0
- widgetsnbextension=3.2.1=py36_0
- wincertstore=0.2=py36h7fe50ca_0
- winpty=0.4.3=4
- wxpython=4.0.1=py36h4cd245c_0
- yaml=0.1.7=hc54c509_2
- zeromq=4.2.5=hc6251cf_0
- zict=0.1.3=py36h2d8e73e_0
- zlib=1.2.11=h8395fce_2
- pip:
- tables==3.4.3
prefix: C:\Users\jlarsch\AppData\Local\Continuum\miniconda3\envs\jlsocial发布于 2018-09-13 15:27:48
就在今天,我遇到了几乎完全相同的问题。基于其他SO post,我将有问题的两个包移动到我的.yml文件的pip部分。即:
-pip:
- vc==14.1=h0510ff6_3
- vs2015_runtime==15.5.2=3这似乎解决了我的问题,尽管我不确定这是否一定是最好的方法。
编辑:仔细检查后,我意识到这并没有解决问题。相反,我将这两个包移回了依赖关系,并删除了版本要求(它选择了较旧版本的vc )。即:
dependencies:
- vc
- vs2015_runtime由此产生的版本是:
vc 14 h0510ff6_3
vs2015_runtime 14.0.25123 3我在两台计算机上都有类似的设置,所以为什么会发生这种情况,我不是完全确定。
发布于 2018-12-03 19:21:27
对于任何感兴趣的人,这个问题的原因在:https://github.com/conda/conda/issues/7714中由continuum解决并结束,并在:https://github.com/ContinuumIO/anaconda-issues/issues/10004中进一步讨论。
但简而言之,这两个包已经被“撤销”了,新的包解算器(用于anaconda python 3.7)逻辑不能很好地处理这种情况。
从https://github.com/conda/conda/issues/7714复制的可能解决方案
如果当前出现故障,修复环境的步骤:
C:\Users\ScoobyDoo\Anaconda3。您还需要知道在遇到这些错误之前的python版本。假设这个例子是Python3.5.C:\temp-conda\Scripts\conda.exe install -p C:\Users\ScoobyDoo\Anaconda3 python=3.5 condaC:\temp-conda.C:\temp-conda目录。Target字段指向C:\Users\ScoobyDoo\Anaconda3而不是C:\temp-conda。请注意,您可能需要对Target字段进行两次更改,而不是只更改一次。由于字段框很小,通常更容易选择字段,按Ctrl-A,然后按Ctrl-C (选择所有文本,然后复制),将文本粘贴到一个空的记事本文件中,进行编辑,然后将编辑后的文本复制并粘贴回Target字段。发布于 2020-11-05 15:55:34
我也遇到了同样的问题,当我更改.yml文件中的行时,它终于起作用了。首先,我编写了查看所有包的命令:
$conda list 找到vc=14....=...行,返回到.yml文件,并更改适用于我的名称
https://stackoverflow.com/questions/52217730
复制相似问题