- 主题:python package的构建现在越来越混乱了。
什么setup.py pyproject.toml, 什么easy_install, pip, 什么skbuild,什么cmake, meson, ninja,我就为了在一台rhel6上装pandas,我靠什么牛鬼蛇神全出来了,各种包打架。
起因是,我有个python库,用了比较新的cython,对pandas版本要求倒不高。现在要在老系统上跑,结果pandas老版本,就是用传统setup.py的那个,依赖老版本的cython,我自己的库用老cython编译过不了,只能升pandas到2.x,结果2.x的构建换成meson-python了,这破玩意一堆乱七八糟的依赖。
真的服了这群人了,当年嘲笑perl事多,现在发现python的破事更多
--
FROM 58.210.115.*
所以 Docker 是个好东西啊。
只可惜 rhel6 没法用,
我现在这一类需求都用 Docker。
【 在 pcal 的大作中提到: 】
: 什么setup.py pyproject.toml, 什么easy_install, pip, 什么skbuild,什么cmake, meson, ninja,我就为了在一台rhel6上装pandas,我靠什么牛鬼蛇神全出来了,各种包打架。
: 起因是,我有个python库,用了比较新的cython,对pandas版本要求倒不高。现在要在老系统上跑,结果pandas老版本,就是用传统setup.py的那个,依赖老版本的cython,我自己的库用老cython编译过不了,只能升pandas到2.x,结果2.x的构建换成meson-python了,这破玩意一堆乱七八
: 愕囊览怠
: ...................
--
FROM 27.38.228.*
你rhel6那应该用不到什么新的东西啊
【 在 pcal 的大作中提到: 】
: 什么setup.py pyproject.toml, 什么easy_install, pip, 什么skbuild,什么cmake, meson, ninja,我就为了在一台rhel6上装pandas,我靠什么牛鬼蛇神全出来了,各种包打架。
: 起因是,我有个python库,用了比较新的cython,对pandas版本要求倒不高。现在要在老系统上跑,结果pandas老版本,就是用传统setup.py的那个,依赖老版本的cython,我自己的库用老cython编译过不了,只能升pandas到2.x,结果2.x的构建换成meson-python了,这破玩意一堆乱七八
: 愕囊览怠
: ...................
--
FROM 139.227.19.*
pandas本来就足够复杂了,版本的坑很多,算上tf啥的更乱,有条件的直接上docker,没有的靠一个人趟坑然后打包成zip互相传阅
以前跑大数据和AI训练任务基本是一个job一个python环境,都靠口口相传,换了就不好使
--
FROM 222.129.1.*
没法用docker啊。
隔壁某公司还在用redhat as4构建软件。我这rhel6已经是上边界了,还得是6.3,高了还不行。
【 在 flw 的大作中提到: 】
: 所以 Docker 是个好东西啊。
: 只可惜 rhel6 没法用,
: 我现在这一类需求都用 Docker。
: ...................
--
FROM 58.210.115.*
rhel不是“保证兼容”么,凭什么6里面只能到6.3呢?
【 在 pcal 的大作中提到: 】
: 没法用docker啊。
: 隔壁某公司还在用redhat as4构建软件。我这rhel6已经是上边界了,还得是6.3,高了还不行。
--
FROM 139.227.19.*
俺前两年才战战兢兢地开始装CentOS7的Linux服务器,以前一直Centos6。前几个月装了台Centos8的Linux工作站,自信心爆棚,自觉迈向新时代了。:-)
Pandas之类俺一直用被本版很多人鄙视的Anaconda来管理。
【 在 pcal 的大作中提到: 】
: 没法用docker啊。
: 隔壁某公司还在用redhat as4构建软件。我这rhel6已经是上边界了,还得是6.3,高了还不行。
--
FROM 101.80.202.*
6.x内部小版本,在某些高版本的系统上build的,在低版本不一定能跑,有些库不一样。这是实践结果。
反正折腾了之后发现6.3是安全的。
【 在 JulyClyde 的大作中提到: 】
: rhel不是“保证兼容”么,凭什么6里面只能到6.3呢?
--
修改:pcal FROM 58.210.115.*
FROM 58.210.115.*
别自己build啊,dist是干嘛的。
一定要自己build那就别抱怨,比这个更折腾的东西多的去了。
【 在 pcal 的大作中提到: 】
: 什么setup.py pyproject.toml, 什么easy_install, pip, 什么skbuild,什么cmake, meson, ninja,我就为了在一台rhel6上装pandas,我靠什么牛鬼蛇神全出来了,各种包打架。
: 起因是,我有个python库,用了比较新的cython,对pandas版本要求倒不高。现在要在老系统上跑,结果pandas老版本,就是用传统setup.py的那个,依赖老版本的cython,我自己的库用老cython编译过不了,只能升pandas到2.x,结果2.x的构建换成meson-python了,这破玩意一堆乱七八糟的依赖。
: 真的服了这群人了,当年嘲笑perl事多,现在发现python的破事更多
--
FROM 121.225.189.*
ai基本上是混乱的重灾区,所有的版本号都强关联,能一路一直给你锁到驱动版本。
基本上就是我这样调通了就行了,哪管别人洪水滔天。
所以我是坚决不用docker。我就是所有库都用发行版的发布并保持到它能更新的最新版本。然后所有的ai任务都得往这个版本port,能port过来就用port不过来我就不用。要不然这日子没法过了
【 在 mopo 的大作中提到: 】
: pandas本来就足够复杂了,版本的坑很多,算上tf啥的更乱,有条件的直接上docker,没有的靠一个人趟坑然后打包成zip互相传阅
: 以前跑大数据和AI训练任务基本是一个job一个python环境,都靠口口相传,换了就不好使
--
修改:lvsoft FROM 121.225.189.*
FROM 121.225.189.*