【亲测免费】 pipreqs 项目下载及安装教程
2026-01-25 05:40:20作者:滕妙奇
1、项目介绍
pipreqs 是一个用于生成 Python 项目依赖文件 requirements.txt 的工具。它通过分析项目中的导入语句来确定所需的 Python 包,并生成相应的 requirements.txt 文件。这个工具特别适用于那些没有使用虚拟环境或者需要为新项目生成依赖文件的场景。
2、项目下载位置
你可以通过以下链接访问 pipreqs 项目的 GitHub 仓库进行下载:
https://github.com/bndr/pipreqs.git
3、项目安装环境配置
在安装 pipreqs 之前,请确保你的系统已经安装了 Python 和 pip。以下是检查和安装 Python 和 pip 的步骤:
检查 Python 和 pip 是否已安装
打开终端并输入以下命令:
python --version
pip --version
如果 Python 和 pip 已经安装,你会看到它们的版本信息。如果没有安装,请按照以下步骤进行安装。
安装 Python 和 pip
Windows
- 访问 Python 官方网站 下载最新版本的 Python 安装包。
- 运行安装包并确保勾选“Add Python to PATH”选项。
- 安装完成后,重新打开终端并输入
python --version和pip --version检查是否安装成功。
macOS
-
打开终端并输入以下命令安装 Homebrew(如果尚未安装):
/bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)" -
使用 Homebrew 安装 Python:
brew install python -
安装完成后,重新打开终端并输入
python --version和pip --version检查是否安装成功。
Linux
-
打开终端并输入以下命令安装 Python 和 pip:
sudo apt-get update sudo apt-get install python3 python3-pip -
安装完成后,重新打开终端并输入
python3 --version和pip3 --version检查是否安装成功。
环境配置示例
以下是 macOS 系统上安装 Python 和 pip 的示例截图:

4、项目安装方式
在确保 Python 和 pip 安装成功后,你可以通过以下命令安装 pipreqs:
pip install pipreqs
5、项目处理脚本
安装完成后,你可以使用 pipreqs 生成项目的 requirements.txt 文件。以下是一些常用的命令示例:
生成 requirements.txt 文件
pipreqs /path/to/your/project
覆盖已有的 requirements.txt 文件
pipreqs /path/to/your/project --force
指定输出文件路径
pipreqs /path/to/your/project --savepath /path/to/requirements.txt
忽略特定目录
pipreqs /path/to/your/project --ignore /path/to/ignore1,/path/to/ignore2
通过这些命令,你可以轻松地为你的 Python 项目生成和管理 requirements.txt 文件。
登录后查看全文
热门项目推荐
相关项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
532
3.75 K
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
67
20
暂无简介
Dart
772
191
Ascend Extension for PyTorch
Python
341
405
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
886
596
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
React Native鸿蒙化仓库
JavaScript
303
355
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
336
178