跳到主要内容

Python 与 R 运行环境

在 Settings → Runtimes 选择 Notebook 和代理可使用的 Python、R 环境。Ready 表示解释器已检测或准备就绪，Enable 开关单独决定代理能否选择该环境。

可以选择应用管理的环境或已有解释器。使用前核对路径、版本、Ready 状态和 Enable 开关。系统 R 与应用管理的 R 可以并存。

阅读平台
选择会在章节间保留。

为项目选择运行环境​

记录解释器名称、路径和版本。首次 Python 分析可优先使用应用托管环境，避免修改其他研究依赖的环境。请求安装软件包前先在 Packages 中确认依赖是否已存在。查看软件包列表是只读操作，不会自动授予代理修改外部解释器的权限。

执行失败时，分别判断解释器不可用、缺少依赖、请求被拒绝或代码本身出错。只有托管运行环境确实损坏时才考虑重装，不能把所有分析错误都归因于环境。复现结果时同时保留输入版本、代码和运行环境信息。

主页面控件​

控件用途与边界
Recheck重新发现解释器并检测状态，更新最后检查时间；冲突的安装任务进行时不可用
Network settings打开 Notebook 网络保护配置。提示条说明会话和包下载是否仅能访问批准的域名
Let the Agent create environments控制代理是否可创建环境及准备缺失运行时；关闭后仍可由用户主动安装或修复
Add interpreter…打开系统可执行文件选择器。选择实际可执行文件后，确认检测到的路径与 Ready 状态
Download and set up环境缺失时，准备应用管理的环境
安装期间的 Cancel请求取消安装，等待状态结束后再启动其他操作
Retry setup解决错误原因后重试
Enable [environment]允许代理选择该环境。禁用正在使用的环境时可能需要确认影响
Allow package install已启用的外部 Python 或 R 环境提供的单独安装授权；R 授权限定在选定的个人库。查看包列表不需要安装授权
Packages [count]打开该解释器的已安装包清单
Reinstall在重建应用管理环境前打开确认

安装应用管理的环境​

安装应用管理的 Python​

安装 Python 前的运行时设置

  1. 找到 Python → App-managed environment。
  2. 选择 Download and set up。
  3. 查看进度并等待，安装期间出现 Cancel。
  4. 成功后确认出现 conda: default-python、App-managed 与 Ready。
  5. 检查解释器路径及 Enable conda: default-python 开关。

正在创建应用管理的 Python 环境

Python 安装完成

确认 Ready、解释器路径和启用状态。包数量与版本随安装来源变化，不要把截图中的临时路径用作长期环境位置。

安装应用管理的 R​

  1. 打开 Settings → Runtimes，滚动至 R。
  2. 在 App-managed environment 下选择 Download and set up。本机已有系统 R 时，仍可安装这个独立环境。
  3. 等待下载和环境创建完成，期间保持应用打开。如出现错误，先阅读错误信息再重试。
  4. 确认显示 conda: default-r、App-managed、Ready，并已启用。
  5. 打开 Packages，在 Filter packages 输入 r-base，核对 R 版本与渠道；清空筛选可查看全部安装包。

下载应用管理的 R 环境

应用管理的 R 已安装并启用

筛选 r-base 后，确认显示已安装 R 包及其版本、渠道。包总数取决于你的环境，可以与截图不同。

检查 R 包清单中的 r-base

接入已有解释器​

使用本机已经安装的 R​

选择 Recheck，检查发现的 R 路径和版本。如果没有出现目标解释器，使用 Add interpreter… 选择其可执行文件。Ready 表示已检测就绪，Enable 决定代理能否选择该环境。

在 R Notebook 中检查 R.home()，确认实际环境。需要安装依赖时，按外部 R 包安装步骤授权个人库。

/opt/homebrew/bin/R 这类路径表示系统安装。

注册并使用外部 Python​

  1. 准备需要使用的 Python 环境。
  2. 选择 Add interpreter…，选中 Python 可执行文件，检查 Ready、路径和版本。
  3. 使用 Recheck 复查，再启用该环境。
  4. 要求代理为 Notebook 明确选择这个解释器。
  5. 先输出 sys.executable 和 Python 版本，确认实际环境后再使用依赖。

若 macOS 文件选择器无法选中符号链接解释器，选择目标环境的实际可执行文件。绑定后检查 sys.executable。使用稳定安装路径，不要沿用截图中的临时示例路径。

包安装授权与实际结果​

外部 Python 环境需要安装新包时，先检查 Allow package install 授权。允许安装后，等待操作结束，并在同一环境中验证导入，再继续分析。

安装报告 403 Forbidden 或 destination resolves to a non-public network address 时，检查受影响域名，按网络说明处理后再重试。这些错误属于网络访问问题，不能据此认定软件包不存在。保持网络防护开启。

禁用 Notebook 正在使用的环境​

切换 Enable 后，先阅读活动与空闲内核数量再确认。禁用可能关闭内核；重新启用后，仍需为会话选择可用运行时。该配置提供启用、禁用控件，没有单独的 Remove interpreter 操作。

在外部 R 环境安装包​

已有 R 解释器可以运行、但缺少依赖包时，使用这项功能。应用只授予一个已有个人库的安装权限，不授权系统库或站点库。

  1. 在 Settings → Runtimes 启用目标外部 R 环境，确认路径和版本。
  2. 在 Personal R package library 检查检测到的位置，或选择合适的库。没有检测结果时，使用 Advanced options → Choose library folder…，选择该 R 解释器可见且可写的已有个人库。此操作不会创建文件夹。
  3. 启用 Allow package install。授权前核对路径：其他项目如果也使用这个库，会受到包安装变化的影响。
  4. 通过应用的包管理操作请求安装所需包，并明确指定该 R 环境。查看安装结果，按提示处理内核重启。
  5. 在该环境运行 R.home()、.libPaths()、library(PACKAGE_NAME) 和 packageVersion("PACKAGE_NAME")，将包名占位符替换为实际包名。确认使用预期的库后，再继续分析。

关闭 Allow package install 可撤销后续安装授权，但不会卸载已经写入的包。需要更换库时先撤销授权。没有符合条件的文件夹时，在应用外准备个人 R 库，或使用应用管理的环境；不要选择系统库来绕过检查。

根据捕获的锁文件恢复依赖​

打开已保存结果的 Provenance → Environment，查看捕获的锁文件。有 Download bundle 时可下载恢复包，先阅读包内说明和前置条件。

外部 R 需要可用的 renv 和受支持的 renv.lock；外部 Python 需要已有、受支持且固定哈希的 requirements 锁文件。只有解释器路径或包名列表并不足够。恢复环境必须满足记录的解释器、平台、架构和包管理器要求。

解压恢复包，选择自己拥有且可写的新目标位置，按包内说明运行 restore-packages.py，传入真实的解释器与目标路径。脚本先核对前置条件和校验值，再恢复包并检查生效的版本与路径。检查失败时应处理对应条件，不要修改锁文件来强行通过。Open-Science 不会接管或删除这个外部目标位置。

这属于有条件的依赖恢复，不是完整环境克隆。需要比较输出时，重新打开结果，在有受支持的捕获执行过程时使用复现检查。

检查安装包​

选择目标 Python 卡片的 Packages。对话框显示该环境的路径、包来源与状态。

在 Filter packages 输入 numpy 等包名，检查版本与渠道，清空筛选可恢复列表，点击 Close 返回。

筛选 Python 安装包

列名为 Name、Version、Build、Channel。Build 中的横线表示未显示构建值。这个对话框用于查看清单；没有安装或卸载包的按钮，不应在这里寻找 “Install package” 输入框。

用真实分析验证环境​

在所选环境执行小型计算，重新打开输出，与公共基准比较。执行与导出步骤见 R Notebook。

数据质量工作流提供使用已有依赖的 Python 路线。计算成功不代表新增包安装或内核重启已经验证。

成功的真实 Notebook 计算

导入包失败时，先检查选中的运行环境及包清单。若下载因域名解析为保留地址而被拒绝，按网络处理。已有包能运行，不代表额外软件包已经可以安装。

其他分析前检查所选环境是否包含所需包，必要时使用支持的包管理操作，阅读真实结果，按要求重启并验证导入。授权、进度卡片或 Ready 解释器都不能代替导入测试。

保存结果的环境或执行证据不完整时，打开 Provenance 查看缺少的信息。需要生成可用于复现检查的新版本时，按环境准备步骤处理。数值匹配不会补齐缺失的来源证据。

确认实际使用的解释器​

准备好 Python 或 R 后，在对应语言的 Notebook 中运行下面的命令，检查实际版本与路径。设置页列出的环境可能不止一个，以本次运行的输出为准。

Python：

import sys
print(sys.version)
print(sys.executable)

R：

R.version.string
R.home()

然后读取一份项目中的小表格，检查行数并保存结果。重新打开应用后如需继续分析，再运行一次检查；历史报告可读取，不代表上次的内存变量仍在。Notebook 操作见Notebook 与执行证据。

维护和修复环境​

取消安装后重试​

在 Download and set up 期间选择 Cancel，等待出现 Runtime setup cancelled。选择 Retry setup，等到 Ready 后打开 Packages 检查环境。前一个操作尚未结束时不要重复发起安装。

取消安装与重试入口

重装托管环境​

  1. 保存需要保留的报告，记录自行增加的依赖。
  2. 在目标托管环境选择 Reinstall。
  3. 阅读影响说明，再选择 Reinstall runtime。
  4. 等待 Ready，检查 Packages。
  5. 启动新的 Notebook 单元，并重新打开已有输入和产出。

Notebook 会话中的重装确认

重装会删除并重建环境，正在执行的单元可能被取消并显示 Run cancelled: the runtime was stopped while this cell was executing. Notebook 历史可保留，但旧命名空间不会恢复。重装后先运行解释器检查，再重新执行产生所需变量的代码，并打开已保存文件确认可用。

内核停止后保留的 Notebook 历史

文件保留不等于内存变量保留。继续分析前重新执行必要代码。后来添加的软件包可能需要重装，基础环境恢复不能证明每个额外依赖也已恢复。

开发构建提示 micromamba not found​

源码开发版第一次安装时，由于进程没有找到 micromamba，在准备环境前失败。

源码构建缺少 micromamba 的真实错误

正式安装包包含该程序。开发构建可在启动进程环境中，将 OPEN_SCIENCE_MICROMAMBA_BIN 指向有效的 micromamba 可执行文件，然后重启开发实例。确认程序可执行后再重试；不要修改已安装应用的内部文件。

这个环境变量属于开发启动配置，不是 Runtimes 页面的输入字段。不要通过删除环境目录处理此发现错误。

最后于 更新