如何将 Python 程序完整的分享给其他人

平时本地开发好的 Python 程序要分享时，除了代码本身外，通常还需要包括所有的依赖包以及它们的版本，以确保接收方能够在其环境中复现我们运行程序的环境。
下面是针对 PyCharm 和 Anaconda 环境操作的详细步骤，确保能准确分享代码和所用的库版本。

创建虚拟环境并导出依赖包

1、确保使用 Anaconda 环境。在 PyCharm 中配置了 Anaconda 环境后，确认该环境中包含了我们需要的所有库。
2、在 Anaconda 环境中安装需要的库。通过 conda 或 pip 安装需要的库：

conda install numpy pandas matplotlib
pip install scikit-learn

3、导出环境中的依赖。
将当前环境中的所有包和版本导出为一个配置文件，通常是 requirements.txt 或 environment.yml。
3.1、方法 1：导出 requirements.txt（适用于 pip 环境）

pip freeze > requirements.txt

这会将当前环境中的所有库及其版本信息写入 requirements.txt 文件。
3.2、方法 2：导出 environment.yml（适用于 conda 环境）

conda list --export > environment.yml

或者也可以使用：

conda env export > environment.yml

这样会导出包括环境名称、库及其版本信息以及安装源等完整信息。

准备项目文件

1、将程序文件和依赖文件打包。

• 如果使用 pip，确保将 requirements.txt 文件和程序一起分享。
• 如果使用 conda，确保将 environment.yml 文件和程序一起分享。

2、确保项目文件结构清晰。
比如：

my_project/
├── main.py
├── requirements.txt  # 或者 environment.yml
└── README.md         # 可选，描述程序的功能和如何运行

分享程序

1、通过 GitHub / GitLab 或其他版本控制工具分享。
将代码上传到 GitHub，并附带 requirements.txt 或 environment.yml 文件，别人只需要将项目克隆到本地并按照文件中的说明进行安装即可。
2、直接通过文件压缩包分享。
如果不使用 GitHub，可以将整个项目压缩成 .zip 或 .tar 文件，包含程序文件和依赖配置文件。
3、通过邮件等方式直接发送。
将代码文件和依赖文件一起发送给其他人，确保文件名没有遗漏。

接收方安装依赖并运行程序

1、如果使用 requirements.txt（适用于 pip），接收方可以通过 pip 安装所有依赖：

pip install -r requirements.txt

2、如果使用 environment.yml（适用于 conda），接收方可以通过 conda 创建并激活虚拟环境：

conda env create -f environment.yml
conda activate <environment_name>

其中 <environment_name> 是 environment.yml 文件中定义的环境名称。
3、运行程序。
依赖安装完成后，接收方可以直接运行 main.py 或其他 Python 程序文件：

python main.py

总结

1、确保在 Anaconda 环境中安装所需库。
2、导出依赖：

• pip freeze > requirements.txt 或
• conda env export > environment.yml

3、将程序文件和依赖文件一起分享。
4、接收方使用 pip install -r requirements.txt 或 conda env create -f environment.yml 安装依赖。
这样就能确保接收方可以复现我们的开发环境。