Python依赖冲突怎么解决？

在使用 Python 进行开发的过程中，我们常常会遇到依赖冲突的问题。

特别是像这种“pip install -r .\requirements.txt”的时候，这个问题通常发生在我们的项目中使用了不同的第三方库，而这些库又依赖于不同版本的同一个库。

本文将简要介绍什么是依赖冲突，并提供一些解决方法以避免这类问题。

依赖冲突指的是在一个项目中使用的两个或多个第三方库依赖于同一个库的不同版本。这种情况下，可能会导致一些问题，例如程序崩溃、错误报告以及功能不正常等。

这里有一个简单的示例来说明依赖冲突。

假设我们的项目需要使用 requests 库和 beautifulsoup4 库，而这两个库都依赖于 urllib3 库的不同版本。在这种情况下，如果我们尝试同时安装这两个库，可能会出现依赖冲突。

下面是一些常见的解决依赖冲突的方法：

如果我们发现两个库依赖于不同版本的同一个库，我们可以尝试升级或降级其中一个库的版本以解决冲突。

然而，这种方法并不总是可行，因为可能会导致其他的依赖问题。

例如，在我们的示例中，如果 requests 使用的是 urllib3 的旧版本，而 beautifulsoup4 使用的是 urllib3 的新版本，我们可以尝试将 requests 升级到与 beautifulsoup4 兼容的版本。

虚拟环境是一个独立的 Python 运行环境，它可以让我们在同一台机器上运行不同版本的 Python 和库。通过创建一个虚拟环境并在其中安装我们的项目所需的库，我们可以避免依赖冲突。

例如，我们可以使用 venv 模块来创建一个虚拟环境，并在其中安装 requests 和 beautifulsoup4：

使用虚拟环境可以确保我们的项目在一个隔离的环境中运行，不受其他库的影响。

依赖管理工具可以帮助我们解决依赖冲突的问题。这些工具可以自动解决不同版本库之间的依赖关系，并确保我们的项目能够正常工作。

例如，pip 是 Python 的一个常用依赖管理工具。

我们可以使用 pipenv 工具来安装和管理项目的依赖项。在项目根目录下运行以下命令：

使用 pipenv 可以确保我们的项目与其依赖的库兼容，并且不会出现冲突。

例如：我打一个“requirements.txt”文件。

内容如下：

--extra-index-url https://download.pytorch.org/whl/cu118

numpy==1.23.5

opencv-python==4.7.0.72

scikit-image==0.21.0

tk==0.1.0

pillow==9.5.0

onnx==1.14.0

onnxruntime-gpu==1.15.1

protobuf==4.23.2

torch==2.0.1+cu118

torchvision==0.15.2

torchaudio==2.0.2

tqdm

ftfy

regex

由于要求的 numpy==1.23.5

而里面 onnxruntime gpu 1.15.1 却要求  numpy>=1.23.5

因此，就冲突了。

我可以直接把：numpy==1.23.5 改为 numpy

也就是直接删除包的版本，让pip自动去尝试解决依赖冲突。