`using PyPlot` crashes package precompilation on Julia v1.10.0-beta1
Nadie ha tomado este issue todavía.
Evaluación
- Dificultad
- 4/5
- Tiempo estimado
- 3-5 días
- Aptitud para principiantes
- 25/100
- Tipo de issue
- Error
- Claridad
- Bastante claro
- Estado de actividad
- Estancado
- Área
- build-system, tooling
Línea de trabajo
Reproduce el problema con el paquete Test1 generado, su punto de entrada Test1.jl y using PyPlot en Julia 1.10.0-beta1. Observa el bloqueo durante la precompilación y cualquier instalación inesperada de matplotlib en un entorno nuevo. Se considera terminado cuando el paquete se precompila y carga sin bloquearse, manteniendo la configuración de PyPlot indicada.
Escrito por el modelo de indexación a partir del texto del issue.
Descripción
[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
- Lenguaje dominante
- Julia
- Estrellas
- 1.5k
- Forks
- 186
- Métricas de merge de PR
- Sin PR fusionados en 30 d
Preparar el entorno
Este proyecto no incluye contenedor de desarrollo, Dockerfile ni guía de contribución, así que la configuración corre por tu cuenta: empieza por su README y consulta nuestra guía para la primera contribución para los pasos generales.
Primeros pasos
- Lee el issue completo y luego la guía de contribución del proyecto.
- Comenta en el issue que vas a ocuparte — evita que dos personas hagan lo mismo.
- Haz un fork del repositorio y trabaja en una rama.
- Abre un pull request que haga referencia al número del issue.
Más de JuliaPy/PyCall.jl
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 68/100
-
Dificultad 5/5 Más de una semana Aptitud para principiantes 20/100
-
Dificultad 4/5 3-5 días Aptitud para principiantes 35/100
-
Dificultad 3/5 1-2 días Aptitud para principiantes 35/100
-
Dificultad 4/5 3-5 días Aptitud para principiantes 45/100
Todos los issues de JuliaPy/PyCall.jl
Issues similares
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 68/100
CliMA/ClimaArtifacts#184 ·
-
In-place Vern7 stiffness estimate uses mismatched stage valuesPosiblemente ocupada @devmotion la tomó hoy. Abierto
Dificultad 2/5 1-3 horas Aptitud para principiantes 72/100
SciML/OrdinaryDiffEq.jl#4778 ·
Los mantenedores suelen responder en 1 día
-
`pick_batchsize` spends ~1 µs constructing `BatchSizeSettings{B}(N)` with a run-time `B`Posiblemente ocupada @devmotion la tomó hoy. Abierto
Dificultad 2/5 1-3 horas Aptitud para principiantes 68/100
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 86/100
JuliaDiff/ReverseDiff.jl#318 ·
Los mantenedores suelen responder en 1 día
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 82/100