`using PyPlot` crashes package precompilation on Julia v1.10.0-beta1
Dieses Issue hat noch niemand übernommen.
Bewertung
- Schwierigkeit
- 4/5
- Geschätzter Aufwand
- 3-5 Tage
- Anfängerfreundlichkeit
- 25/100
- Issue-Typ
- Bug
- Klarheit
- Größtenteils klar
- Aktivitätsstatus
- Veraltet
- Bereich
- build-system, tooling
Rechercherichtung
Reproduziere das Problem mit dem generierten Test1-Paket, seinem Test1.jl-Einstiegspunkt und using PyPlot unter Julia 1.10.0-beta1. Beobachte den Hänger bei der Präkompilierung und jede unerwartete matplotlib-Installation in einer frischen Umgebung. Als abgeschlossen gilt die Aufgabe, wenn das Paket präkompiliert und ohne Hänger geladen wird und dabei das gemeldete PyPlot-Setup beibehalten wird.
Vom Indexierungsmodell aus dem Issue-Text verfasst.
Beschreibung
[This is also cross-posted on PyPlot https://github.com/JuliaPy/PyPlot.jl/issues/572 - if it is not useful here pls close it]
Consider the following package:
(@v1.10) pkg> generate Test1
Generating project Test1:
Test1\Project.toml
Test1\src\Test1.jl
Where PyPlot has been added via Pkg.add to dependencies and Test1.jl contains
module Test1
using PyPlot
end
In that case using Test1 (after Pkg.activate) goes into an endless loop (I pressed Ctrl+C at some point):
julia> using Test1
Precompiling Test1
Progress [> ] 0/1
◑ Test1 Waiting for background task / IO / timer. Interrupt to inspect
Interrupted: Exiting precompilation...
1 dependency had warnings during precompilation:
┌ Test1 [ddca8587-cad1-46e2-86b4-b726afea1d60]
│ [pid 7156] waiting for IO to finish:
│ TYPE[FD/PID] @UV_HANDLE_T->DATA
│ timer @00000228c312eca0->00000228bf815db0
└
When this is run on a fresh Julia installation it seemed that it additionally tries to install matplotlib via Conda (regardless of the fact that it is already present due to PyPlot being built earlier).
Tested on Julia 1.10 beta1, Windows11 as well Linux by myself and @giordano
- Vorherrschende Sprache
- Julia
- Sterne
- 1.5k
- Forks
- 186
- Ø Merge
- 7 T. 10 Std.
- Gemergte PRs (30 T.)
- 2
Entwicklungsumgebung
Dieses Projekt bietet weder Dev-Container noch Dockerfile noch Beitragsleitfaden – die Einrichtung liegt bei Ihnen. Beginnen Sie mit der README; die allgemeinen Schritte stehen in unserem Leitfaden für den ersten Beitrag.
Erste Schritte
- Lesen Sie das ganze Issue und danach den Beitragsleitfaden des Projekts.
- Schreiben Sie ins Issue, dass Sie es übernehmen — das erspart doppelte Arbeit.
- Forken Sie das Repository und arbeiten Sie in einem Branch.
- Öffnen Sie einen Pull Request, der die Issue-Nummer nennt.
Mehr aus JuliaPy/PyCall.jl
-
Schwierigkeit 2/5 1-3 Stunden Anfängerfreundlichkeit 68/100
-
Schwierigkeit 3/5 1-2 Tage Anfängerfreundlichkeit 35/100
-
Schwierigkeit 4/5 3-5 Tage Anfängerfreundlichkeit 45/100
-
Schwierigkeit 4/5 3-5 Tage Anfängerfreundlichkeit 25/100
-
Schwierigkeit 4/5 3-5 Tage Anfängerfreundlichkeit 20/100
Alle Issues in JuliaPy/PyCall.jl
Ähnliche Issues
-
`ShallowWaterModel` allocates ~9 KiB per grid point per RK3 stage on the CPUEvtl. vergeben @ali-ramadhan hat das heute übernommen. Offenperformance 🏍️
Schwierigkeit 2/5 1-3 Stunden Anfängerfreundlichkeit 62/100
CliMA/Oceananigans.jl#6421 · 1 Reaktion ·
Maintainer antworten meist innerhalb von 1 Tag
-
`AMSGrad` state starts at `epsilon` instead of zero, so zero gradients move parameters and small gradients are dampedEvtl. vergeben @parth-patel010 hat das heute übernommen. Offen
Schwierigkeit 2/5 1-3 Stunden Anfängerfreundlichkeit 72/100
FluxML/Optimisers.jl#247 · 1 Kommentar ·
-
Schwierigkeit 1/5 Unter einer Stunde Anfängerfreundlichkeit 82/100
OpenFUSIONToolkit/GPEC#644 ·
Maintainer antworten meist innerhalb von 3 Tagen
-
Schwierigkeit 2/5 1-3 Stunden Anfängerfreundlichkeit 78/100
Maintainer antworten meist innerhalb von 1 Tag
-
Schwierigkeit 1/5 Unter einer Stunde Anfängerfreundlichkeit 62/100
SciML/DataDrivenDiffEq.jl#694 ·