Plotly.py项目发布版本依赖管理问题解析
2025-05-13 16:05:13作者:丁柯新Fawn
在Python数据可视化库Plotly.py的最新版本中,用户反馈了两个关键问题:一是通过CI发布的版本无法正确识别express扩展功能,二是一些核心依赖项如narwhals未能自动安装。本文将深入分析问题成因并提供解决方案。
问题现象深度剖析
当用户通过CI渠道安装Plotly.py 6.0.0版本时,系统会显示警告信息:"plotly 6.0.0 does not provide the extra 'express'",这表明:
- 包元数据中缺少对可选依赖项的明确定义
- 构建系统未能正确生成wheel文件的元数据信息
同时缺失的核心依赖安装问题,反映出项目构建流程中依赖声明环节存在缺陷。
技术背景
现代Python项目通常通过pyproject.toml文件管理构建系统和依赖关系。Plotly.py项目当前存在两个关键配置文件:
- requires-optional.txt - 包含所有子模块依赖和开发环境依赖
- requires.txt - 核心运行时依赖
这种配置方式存在以下问题:
- 文件命名不符合社区惯例(通常使用requirements-dev.txt)
- 依赖分类不够清晰(开发依赖与可选功能依赖混杂)
- 未充分利用pyproject.toml的optional-dependencies特性
解决方案实施
短期修复方案
在pyproject.toml中明确声明可选依赖:
[project.optional-dependencies]
express = ["pandas>=1.0.0", "numpy>=1.0.0"]
dev = ["pytest", "black"] # 示例开发依赖
长期架构优化
-
重构依赖管理结构:
- 将requires-optional.txt拆分为requirements-dev.txt和feature-deps.txt
- 核心依赖保留在requires.txt中
-
构建流程改进:
- 在CI构建阶段验证依赖完整性
- 增加wheel文件元数据校验步骤
-
文档更新:
- 明确各扩展功能的安装方式
- 提供开发环境配置指南
用户临时解决方案
在官方修复发布前,用户可采用以下替代方案:
# 安装核心功能
pip install plotly
# 手动安装express扩展所需依赖
pip install pandas numpy
经验总结
这个案例揭示了Python项目依赖管理中的几个重要实践:
- 应当充分利用pyproject.toml的完整功能
- 依赖分类应当清晰明确(核心/可选/开发)
- CI构建流程需要包含依赖关系验证
- 保持构建配置与社区最佳实践同步
Plotly.py团队已将该问题标记为高优先级,预计在下一个补丁版本中修复。建议用户关注项目更新公告,及时升级到修复版本。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0447
源启盛夏_AtomGit暑期开发者成长计划「源启盛夏」暑期校园开发者成长计划旨在激活校园开源力量,通过积分激励、认证扶持、资源倾斜等形式,引导高校组织和开发者完成「入驻 — 建项目 — 做贡献 — 获认证 — 得资源」的完整闭环。无论你是想带领社团入驻平台的组织者,还是希望用代码贡献证明自己的开发者,都能在这里找到属于你的成长路径。Markdown00
jiuwenswarmJiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。Python0766
Hy3Hy3 是由腾讯混元团队研发的快慢思考融合的混合专家模型,总参数量 295B,激活参数 21B,MTP 层参数 3.8B。4 月底发布 Hy3 Preview 后,我们在 50 多个业务中获得了广泛的反馈,修复了各种体验问题,进一步提升了后训练的质量和规模。今天,我们发布 Hy3。它展现出显著强于同尺寸并比肩旗舰(参数规模往往是 Hy3 的 2~5 倍)开源模型的智能水平,显著提升了在各类产品和生产力任务中的实用价值。Python00
AscendNPU-IRAscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优C++0312
DragonOSDragonOS is an operating system developed from scratch using Rust, with Linux compatibility. It is designed for **Serverless** scenarios. 使用Rust从0自研内核,具有Linux兼容性的操作系统,面向云计算Serverless场景而设计。Rust00
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Markdown
827
5.48 K
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
494
515
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
783
1.57 K
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
800
1.14 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
970
2.28 K
deepin linux kernel
C
32
16
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
480
312
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
3.01 K
766
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Markdown
1.26 K
808
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
647
284