Python 如何为seaborn创建AWS Lambda图层？

我为seaborn创建了一个用于AWS Lambda的图层，但未成功

我已尝试使用以下命令创建python环境并安装seaborn：

python -m venv python
cd python/Scripts
activate
pip3 install seaborn

安装包，然后我使用此继承人权限组织文件夹：

aws\u lambda\u python37\u layer\u seaborn\python\lib\python3.7\site packages\seaborn

（站点包还包含许多其他文件夹，我假定这些文件夹是seaborn的依赖项）

我从别人为matplotlib创建的图层复制了继承人权限，该图层可以作为AWS Lambda上的图层正常工作

但是，当我尝试导入seaborn时，我收到以下错误： “errorMessage”：“无法导入模块‘lambda_函数’：没有名为‘seaborn’的模块”

---

我正在使用Python3.7

我刚刚用

seaborn

创建了自定义层，并且可以确认它是否有效。该层显式安装一些依赖项，但不使用

numpy

和

scipy

。这两个包必须由AWS管理层提供

AWSLambda-Python37-SciPy1x

因此，您需要在函数中使用两个层。下面创建了一个自定义的，第二个是

AWSLambda-Python37-SciPy1x

使用的技术包括最近AWS博客中描述的docker工具：

['FacetGrid', 'JointGrid', 'PairGrid', '__builtins__', '__cached__', '__doc__', '__file__', '__loader__', '__name__', '__package__', '__path__', '__spec__', '__version__', '_orig_rc_params', 'algorithms', 'axes_style', 'axisgrid', 'barplot', 'blend_palette', 'boxenplot', 'boxplot', 'categorical', 'catplot', 'choose_colorbrewer_palette', 'choose_cubehelix_palette', 'choose_dark_palette', 'choose_diverging_palette', 'choose_light_palette', 'clustermap', 'cm', 'color_palette', 'colors', 'countplot', 'crayon_palette', 'crayons', 'cubehelix_palette', 'dark_palette', 'desaturate', 'despine', 'distplot', 'distributions', 'diverging_palette', 'dogplot', 'external', 'factorplot', 'get_data_home', 'get_dataset_names', 'heatmap', 'hls_palette', 'husl_palette', 'jointplot', 'kdeplot', 'light_palette', 'lineplot', 'lmplot', 'load_dataset', 'lvplot', 'matrix', 'miscplot', 'mpl', 'mpl_palette', 'pairplot', 'palettes', 'palplot', 'plotting_context', 'pointplot', 'rcmod', 'regplot', 'regression', 'relational', 'relplot', 'reset_defaults', 'reset_orig', 'residplot', 'rugplot', 'saturate', 'scatterplot', 'set', 'set_color_codes', 'set_context', 'set_hls_values', 'set_palette', 'set_style', 'stripplot', 'swarmplot', 'utils', 'violinplot', 'widgets', 'xkcd_palette', 'xkcd_rgb']

因此，对于这个问题，我验证如下：

创建空文件夹，例如

mylayer

转到文件夹并创建

requirements.txt

：

运行以下docker命令：

注意使用

--no deps

跳过任何依赖项 根据上述规定

docker run -v "$PWD":/var/task "lambci/lambda:build-python3.7" /bin/sh -c "pip install --no-deps -r requirements.txt -t python/lib/python3.7/site-packages/; exit"

将图层创建为zip：

基于AWS控制台中的

mylayer.zip

创建lambda层。 别忘了将

兼容运行时指定给
python3.7

使用以下lambda函数在lambda中测试层：

函数正确执行：

['FacetGrid', 'JointGrid', 'PairGrid', '__builtins__', '__cached__', '__doc__', '__file__', '__loader__', '__name__', '__package__', '__path__', '__spec__', '__version__', '_orig_rc_params', 'algorithms', 'axes_style', 'axisgrid', 'barplot', 'blend_palette', 'boxenplot', 'boxplot', 'categorical', 'catplot', 'choose_colorbrewer_palette', 'choose_cubehelix_palette', 'choose_dark_palette', 'choose_diverging_palette', 'choose_light_palette', 'clustermap', 'cm', 'color_palette', 'colors', 'countplot', 'crayon_palette', 'crayons', 'cubehelix_palette', 'dark_palette', 'desaturate', 'despine', 'distplot', 'distributions', 'diverging_palette', 'dogplot', 'external', 'factorplot', 'get_data_home', 'get_dataset_names', 'heatmap', 'hls_palette', 'husl_palette', 'jointplot', 'kdeplot', 'light_palette', 'lineplot', 'lmplot', 'load_dataset', 'lvplot', 'matrix', 'miscplot', 'mpl', 'mpl_palette', 'pairplot', 'palettes', 'palplot', 'plotting_context', 'pointplot', 'rcmod', 'regplot', 'regression', 'relational', 'relplot', 'reset_defaults', 'reset_orig', 'residplot', 'rugplot', 'saturate', 'scatterplot', 'set', 'set_color_codes', 'set_context', 'set_hls_values', 'set_palette', 'set_style', 'stripplot', 'swarmplot', 'utils', 'violinplot', 'widgets', 'xkcd_palette', 'xkcd_rgb']

---

我的帖子的公认答案适用于Linux，也适用于Windows，只需稍加调整。 对于偶然发现这篇文章的Windows用户，以下是我创建自己的图层所要做的：

Docker无法在我的计算机上正常运行的原因是我使用的Windows 10版本。我有Windows 10 Home，我需要专业人员或企业来正确运行Docker。升级到Windows Professional后，我能够正确安装Docker

正确安装Docker后，我就可以运行@Marcin的命令了

但因为这是针对Windows的，所以我需要将“$PWD”更改为“%cd%”

像这样：

docker run-v“%cd%”：/var/task“lambci/lambda:build-python3.7”/bin/sh-c”pip安装——无deps-r requirements.txt-t python/lib/python3.7/site-packages/；退出“

运行此命令后，docker应立即提示您允许文件访问指定目录。允许它让命令完成

---

命令完成后，请确保只压缩名为python的文件夹。因为这是针对Windows的，我不相信@Marcin的zip命令会起作用。但任何压缩软件都是足够的。我用的是7-Zip。右键单击python文件夹，选择“addtopython.zip”，瞧！您的压缩层已准备好添加到AWS Lambda。

seaborn需要很多依赖项。我创建了这个图层，但它超过了70MB。您是否使用两个层来克服每层50MB的限制？我已经有了一个工作的mathplotlib层，这是seaborn的一个依赖项。这就是你的意思吗？我可以按照我的方式提供seaborn层的步骤，但是由于总大小的原因，我必须排除它的依赖性。如果这将是有益的，我可以提供一个详细的答案。是的，请这样做。谢谢这个answer@Marcin，我们有没有办法用

https://pypi.org/

，我一直在尝试使用xlrd@pc_pyr是的，您可以以类似的方式创建其他层。只需使用所需的包修改

requirements.txt

。顺便说一句，如果我的回答有帮助，请接受。谢谢@Marcin，我没有发布这个问题，因此无法接受，但我投了赞成票，我得到了

importorror:无法确定xlrd的版本

，对此的任何帮助都将不胜感激@如果您针对您的问题提出问题，在我看来会更好。这将允许其他人也作出贡献，而且其他人在未来更容易找到它。我也尽力帮忙。谢谢你@Marcin！我感谢你的帮助！

zip -9 -r mylayer.zip python 

import json

import seaborn

def lambda_handler(event, context):

    print(dir(seaborn))

['FacetGrid', 'JointGrid', 'PairGrid', '__builtins__', '__cached__', '__doc__', '__file__', '__loader__', '__name__', '__package__', '__path__', '__spec__', '__version__', '_orig_rc_params', 'algorithms', 'axes_style', 'axisgrid', 'barplot', 'blend_palette', 'boxenplot', 'boxplot', 'categorical', 'catplot', 'choose_colorbrewer_palette', 'choose_cubehelix_palette', 'choose_dark_palette', 'choose_diverging_palette', 'choose_light_palette', 'clustermap', 'cm', 'color_palette', 'colors', 'countplot', 'crayon_palette', 'crayons', 'cubehelix_palette', 'dark_palette', 'desaturate', 'despine', 'distplot', 'distributions', 'diverging_palette', 'dogplot', 'external', 'factorplot', 'get_data_home', 'get_dataset_names', 'heatmap', 'hls_palette', 'husl_palette', 'jointplot', 'kdeplot', 'light_palette', 'lineplot', 'lmplot', 'load_dataset', 'lvplot', 'matrix', 'miscplot', 'mpl', 'mpl_palette', 'pairplot', 'palettes', 'palplot', 'plotting_context', 'pointplot', 'rcmod', 'regplot', 'regression', 'relational', 'relplot', 'reset_defaults', 'reset_orig', 'residplot', 'rugplot', 'saturate', 'scatterplot', 'set', 'set_color_codes', 'set_context', 'set_hls_values', 'set_palette', 'set_style', 'stripplot', 'swarmplot', 'utils', 'violinplot', 'widgets', 'xkcd_palette', 'xkcd_rgb']