conda 패키지 추가

pandas-profiling의 최신 버전을 얻으려면 다음을 수행하십시오.

dependencies:
  - pandas-profiling

이는 노트북에서 conda install pandas-profiling을(를) 실행하는 것과 같습니다.

pip 패키지 추가

conda 채널에서 특정 패키지를 사용할 수 없는 경우 pip 를 사용하여 환경을 사용자 정의할 수도 있습니다.

dependencies:
  - pip:
    - ibm_watsonx_ai

이는 노트북에서 pip install ibm_watsonx_ai을(를) 실행하는 것과 같습니다.

사용자 정의는 실제로 지정된 pip 패키지를 설치하는 것 이상의 작업을 수행합니다. conda의 기본 동작은 또한 pip 자체의 새 버전을 찾은 후 설치하는 것입니다. conda의 모든 내재적 종속성을 확인하는 데에는 종종 몇 분의 시간과 기가바이트의 메모리가 소요됩니다. 다음 사용자 정의는 pip 설치를 단축합니다.

channels:
  - empty
  - nodefaults

dependencies:
  - pip:
    - ibm_watsonx_ai

conda 채널 empty 은 패키지를 제공하지 않습니다. 특히 pip 패키지가 없습니다. conda 는 pip 설치를 시도하지 않으며 대신 이미 사전 설치된 버전을 사용합니다. 채널 목록의 nodefaults 키워드에는 목록에 있는 하나 이상의 다른 채널이 필요합니다. 그렇지 않으면 conda 는 자동으로 키워드를 무시하고 기본 채널을 사용합니다.

conda 및 pip 패키지 결합

행당 하나의 패키지를 갖는 다중 패키지를 나열할 수 있습니다. 단일 사용자 정의에는 conda 패키지와 pip 패키지가 둘 다 있을 수 있습니다.

dependencies:
  - pandas-profiling
  - scikit-learn=0.20
  - pip:
    - ibm_watsonx_ai
    - sklearn-pandas==1.8.0

필수 템플리트 표기법은 선행 공백에 민감함을 주의하십시오. conda 패키지 목록의 각 항목에는 두 개의 선행 공백이 있어야 합니다. pip 패키지 목록의 각 항목에는 네 개의 선행 공백이 있어야 합니다. conda 패키지의 버전은 단일 등호 (=) 를 사용하여 지정해야 하는 반면, pip 패키지의 버전은 두 개의 등호 (==) 를 사용하여 추가해야 합니다.

내부 종속 항목을 갖는 복합 패키지 추가

많은 패키지를 추가하거나 내부 종속성이 많은 복합 패키지를 추가하는 경우, conda 설치가 오래 걸리거나 오류 메시지를 리턴하지 않고 중지될 수도 있습니다. 이를 방지하려면 다음을 수행하십시오.

• 추가할 패키지의 버전을 지정하십시오. 그러면 conda 가 종속성을 분석하기 위한 검색 공간이 줄어듭니다.
• 환경의 메모리 크기를 늘리십시오.
• .condarc 파일에 정의된 기본 conda 채널 대신 특정 채널을 사용하십시오. 이렇게 하면 대형 채널을 통해 긴 검색을 실행하지 않아도 됩니다.

기본 conda 채널을 사용하지 않는 사용자 정의의 예:

# get latest version of the prophet package from the conda-forge channel
channels:
  - conda-forge
  - nodefaults

dependencies:
  - prophet

이 사용자 정의는 노트북에서 다음 명령에 해당합니다.

!conda install -c conda-forge --override-channels prophet -y

R 노트북에 대한 conda 패키지 추가

다음 예제는 R 노트북에서 사용할 conda 패키지를 추가하는 사용자 정의를 작성하는 방법을 보여줍니다.

channels:
  - defaults

dependencies:
  - r-plotly

이 사용자 정의는 노트북에서 다음 명령에 해당합니다.

print(system("conda install r-plotly", intern=TRUE))

conda 의 R 패키지 이름은 일반적으로 접두부 r-로 시작합니다. 사용자 정의에서 plotly 만 사용하는 경우 설치는 성공하지만 R 패키지 대신 Python 패키지가 설치됩니다. 그런 다음 library(plotly)에서와 같이 R 코드의 패키지를 사용하려고 하면 오류가 리턴됩니다.

환경 변수 설정

다음 예제에 표시된 대로 소프트웨어 사용자 정의 템플리트에 variables 섹션을 추가하여 사용자 환경에서 환경 변수를 설정할 수 있습니다.

variables:
  my_var: my_value
  HTTP_PROXY: https://myproxy:3128
  HTTPS_PROXY: https://myproxy:3128
  NO_PROXY: cluster.local

또한 예제에서는 variables 섹션을 사용하여 환경에 대한 프록시 서버를 설정할 수 있음을 보여줍니다.

제한사항: 이 접근 방식을 사용하여 기존 환경 변수 (예: LD_LIBRARY_PATH) 를 대체할 수 없습니다.

우수 사례

누락된 패키지 및 충돌하는 종속성으로 인한 문제점을 방지하려면 테스트 환경에서 노트북을 통해 필요한 패키지를 수동으로 설치하여 시작하십시오. 이 방법으로 오류 없이 패키지를 설치할 수 있는지 대화식으로 확인할 수 있습니다. 패키지가 올바르게 설치되었는지 확인한 후 개발 또는 프로덕션 환경에 대한 사용자 정의를 작성하고 사용자 정의 템플리트에 패키지를 추가하십시오.

상위 주제: 환경 사용자 정의