使用 Pkg.jl 进行包管理

当您开始使用 Julia 构建机器学习 (machine learning)模型时，管理项目所需的软件组件就成为您工作流程中的一个重要方面。Julia 配备了内置的复杂包管理器 Pkg.jl，旨在处理依赖关系、管理项目特有的环境，并保证您的机器学习项目可重现和可共享。了解 Pkg.jl 对于高效、有条理的开发流程非常必要。

Pkg.jl 管理项目需要的包，例如用于数据处理的 DataFrames.jl 或用于机器学习任务的 MLJ.jl。它保证您拥有这些包的正确版本，并且它们自身的依赖也得到满足，从而避免冲突和臭名昭著的“在我的机器上能跑”的问题。这在机器学习中尤其重要，因为库的精确版本可能影响模型行为和结果。

与 Pkg.jl 交互：Pkg REPL 模式

与 Pkg.jl 交互最常用的方式是通过其特殊的 REPL（读取-评估-打印循环）模式。您可以通过在标准 Julia REPL 中输入右方括号 ] 来进入此模式。

julia> ]
pkg>

您的提示符将从 julia> 变为 pkg>，表示您现在处于包管理器环境。在这里，您可以发布命令来管理项目中的包。要退出 Pkg REPL 并返回 Julia REPL，请按 Backspace 或 Ctrl+C（在空行上）。

依赖管理的核心：Project.toml 和 Manifest.toml

当您开始为项目管理包时，Pkg.jl 会在项目根目录中创建并使用两个重要文件：

1. Project.toml：此文件列出了项目的直接依赖。可以把它看作是项目需求的高级声明。对于您明确添加的每个包，Project.toml 会记录其名称和一组兼容版本。例如，如果您添加 DataFrames.jl，此处将出现一个对应条目。此文件可读性强，可以编辑（尽管通常通过 Pkg 命令间接编辑），并应提交到版本控制系统。

2. Manifest.toml：此文件是项目运行所需所有包的完整详细列表，包括直接依赖（Project.toml 中的）和间接依赖（您的直接依赖所依赖的包）。重要之处在于，Manifest.toml 记录了依赖图中每个包的精确版本。此文件保证任何使用您项目的人都能精确重现环境，细致到每个组件的特定版本。Manifest.toml 由 Pkg.jl 自动生成和更新；通常不应手动编辑它。它也应该提交到版本控制系统。

这两个文件共同提供了一个定义和重现项目环境的系统。

此图展示了 Pkg.jl 命令，通过 Pkg REPL 模式访问，如何与项目目录中的 Project.toml 和 Manifest.toml 文件进行交互，以及这些文件如何与外部包注册表和您自己的代码相关联。

管理项目环境

默认情况下，如果您不明确激活项目环境，Pkg.jl 会在针对您的 Julia 版本的全局环境上运行。尽管这对于快速实验来说没问题，但对于任何严肃的项目，特别是在机器学习 (machine learning)中，您应该使用项目专属环境。这可以隔离每个项目的依赖项，防止不同项目间的版本冲突。

为新项目创建并激活环境：

1. 在终端中进入项目根目录。
2. 启动 Julia REPL。
3. 输入 ] 进入 Pkg 模式。
4. 激活当前目录的环境：

pkg> activate .
  激活新项目于 `/path/to/your/project`

. 表示当前目录。如果 Project.toml 不存在，Pkg.jl 会创建一个。现在，任何包操作都只会影响此项目的环境。pkg> 提示符也可能改变以反映活动项目，例如 (your-project) pkg>。

Pkg.jl 的常用命令

以下是 Pkg REPL 模式中最常用的一些命令：

• add PackageName：将 PackageName 的最新版本（及其依赖）添加到当前项目环境。它会更新 Project.toml 和 Manifest.toml。

  (your-project) pkg> add DataFrames
  

  要添加特定版本的包，使用 add PackageName@version，例如 add [email protected]。您也可以直接从 Git 仓库或本地路径添加包。

• status (或 st)：显示当前活动环境中已安装的包，及其版本和简要状态。

  (your-project) pkg> st
  Project.toml 状态
    [a93c6f00] DataFrames v1.3.6
    ...
  

• update (或 up)：将 Project.toml 中的所有包更新到其最新兼容版本，同时遵守定义的兼容性限制。如果您想更新特定包，使用 up PackageName。

  (your-project) pkg> up
  

• rm PackageName：从项目的直接依赖中移除 PackageName。Pkg.jl 也会移除任何不再需要的间接依赖。

  (your-project) pkg> rm DataFrames
  

• instantiate：这是一个非常有用的命令，特别是在协作工作或在新机器上设置项目时。它会读取 Manifest.toml 文件（如果 Manifest.toml 不存在，则读取 Project.toml）并下载和安装所有列出的包到它们指定的版本。这可以确保您获得项目定义的精确环境。

  (your-project) pkg> instantiate
  

  如果您从包含 Project.toml 和 Manifest.toml 的仓库克隆了一个 Julia 项目，那么在进入项目目录并激活其环境后，通常的第一步就是运行 instantiate。

保证机器学习 (machine learning)工作流程的可重现性

可重现性是良好科学实践的根基，在机器学习中同样重要。Pkg.jl 通过 Project.toml 和 Manifest.toml 提供了实现此目标的方法：

1. 始终使用项目专属环境：为每个新项目激活一个环境（activate .）。
2. 将 Project.toml 和 Manifest.toml 提交到版本控制系统（例如 Git）以及您的源代码。这些文件完整描述了您的项目依赖。
3. 当协作者（或您未来在另一台机器上的自己）克隆仓库时，他们可以 cd 到项目目录，启动 Julia，进入 Pkg 模式，然后运行 activate . 后跟 instantiate。这将重现精确的软件环境，保证代码按预期运行且结果一致。

Pkg.jl 的编程使用

虽然 Pkg REPL 模式方便交互使用，Pkg.jl 也可以在您的 Julia 脚本中以编程方式使用。这对于自动化环境设置或管理 Julia 项目的工具很有用。

要使用 Pkg.jl 函数，您首先需要导入它：

import Pkg  # 或使用 using Pkg 导入所有导出名称

# 示例：以编程方式添加包
Pkg.add("JSON")

# 示例：实例化当前项目的环境
Pkg.instantiate()

这种编程访问允许对项目和包管理任务进行强大的脚本编写。

掌握 Pkg.jl，您将对项目依赖项获得细致的控制，从而使 Julia 中的机器学习 (machine learning)项目更稳定、可重现、易于管理。随着您学习本课程并开始使用各种机器学习专用包，您会发现 Pkg.jl 是您的 Julia 工具包中不可或缺的工具。