汝州建设局网站,苏州做网站公司排名,网站空间源码,做h5最好的网站Python 包管理
概述
介绍
Python 有丰富的开源的第三方库和包#xff0c;可以帮助完成各种任务#xff0c;扩展 Python 的功能#xff0c;例如 NumPy 用于科学计算#xff0c;Pandas 用于数据处理#xff0c;Matplotlib 用于绘图等。在开始编写 Pytlhon 程序之前#…Python 包管理
概述
介绍
Python 有丰富的开源的第三方库和包可以帮助完成各种任务扩展 Python 的功能例如 NumPy 用于科学计算Pandas 用于数据处理Matplotlib 用于绘图等。在开始编写 Pytlhon 程序之前可能需要安装一些常用的Python库以便在编程过程中能够轻松地使用它们。
为了方便地管理第三方库和包需要安装一个 Python 包管理工具例如 pip、conda 等。这些工具可以帮助安装、升级和删除 Python 包能够轻松地管理 Python 的依赖关系。 Anaconda、conda、pip、virtualenv 的区别 Anaconda Anaconda 是一个包含 180 的科学包及其依赖项的发行版本。其包含的科学包包括condanumpyscipyipython notebook 等。 conda conda 是包及其依赖项和环境的管理工具。 适用语言PythonRRubyLuaScalaJavaJavaScriptC/CFORTRAN 适用平台WindowsmacOSLinux 用途 快速安装、运行和升级包及其依赖项。 在计算机中便捷地创建、保存、加载和切换环境。 如果需要的包要求不同版本的 Python无需切换到不同的环境因为 conda 同样是一个环境管理器。仅需要几条命令就可以创建一个完全独立的环境来运行不同的 Python 版本同时可以继续在常规的环境中使用常用的 Python 版本。—— conda 为 Python 项目而创造但可适用于上述的多种语言。 conda 包和环境管理器包含于 Anaconda 的所有版本当中。 pip pip 是用于安装和管理软件包的包管理器。 pip 适用语言Python Python 中默认安装的版本 Python 2.7.9 及后续版本默认安装命令为 pipPython 3.4 及后续版本默认安装命令为 pip、pip3 pip 名称的由来pip 采用的是递归缩写进行命名的。其名字被普遍认为来源于2处 “Pip installs Packages”“pip 安装包”“Pip installs Python”“pip 安装 Python” virtualenv virtualenv 是用于创建一个独立的 Python 环境的工具。 解决问题 当一个程序需要使用 Python 2.7 版本而另一个程序需要使用 Python 3.6 版本如果将所有程序都安装在系统下的默认路径如/usr/lib/python2.7/site-packages当不小心升级了本不该升级的程序时将会对其他的程序造成影响。安装程序或在程序运行时对其库或库的版本进行修改都会导致程序的中断。在共享主机时无法在全局 site-packages 目录中安装包。 virtualenv 将会为它自己的安装目录创建一个环境这并不与其他 virtualenv 环境共享库同时也可以选择性地不连接已安装的全局库。 pip 与 conda 比较 依赖项检查 pip 不一定会展示所需其他依赖包。 安装包时或许会直接忽略依赖项而安装仅在结果中提示错误。 conda 列出所需其他依赖包。 安装包时自动安装其依赖项。 可以便捷地在包的不同版本中自由切换。 环境管理 pip维护多个环境难度较大conda比较方便地在不同环境之间进行切换环境管理较为简单 对系统自带 Python 的影响 pip在系统自带 Python 中包的更新/回退版本/卸载将影响其他程序。conda不会影响系统自带 Python。 适用语言 pip仅适用于 Pythonconda适用于 Python主要RRubyLuaScalaJavaJavaScriptC/CFORTRAN。 conda 与 pip、virtualenv 的关系 conda 结合了 pip 和 virtualenv 的功能。 conda 使用了一个新的包格式 pip 不能安装和解析 conda 的包格式。可以使用两个工具但是它们是不能交互的比如使用 pip 本地安装 conda 的离线包。 pipPython 包管理器
介绍
pip 是 Python 的官方包管理器它随 Python 的版本一起发布。当安装 Python 时pip 也会被安装。通过 pip 可以轻松地安装和管理 Python 的不属于 Python 标准库的各种第三方库包以便可以在项目中可以直接在代码中引入并使用它们。pip 是一个命令行工具可以直接在终端或命令提示符中使用。 基本使用命令 python 包管理 # 查看已安装的包
pip list
# 查看需要升级的库
pip list -o# 安装一个 python 包
pip install package_name # package_name具体地包名
# 安装特定版本的包
pip install package_nameversion_number
# 安装本地包
pip install /path/to/package # /path/to/package本地包路径# pip的超时时间默认为15秒如果下载速度过慢可以使用以下命令设置超时时间为60秒
# 方式1添加参数--default-timeout60。# 方式在配置里面[global]下添加timeout60
pip install --default-timeout60 package_name# 指定国内的源阿里云来安装某个包
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple package-name
# 注意如果url是http的化需要信任(因为未加密)可以通过下面两个方法解决
# 方式1安装时加入 --trusted-host 临时参数
pip install -i http://pypi.douban.com/simple/ --trusted-host pypi.douban.com/simple package_name
# 方式2在 pip.conf 中加入 trusted-host 选项该方法是一劳永逸
[global]
index-url http://mirrors.aliyun.com/pypi/simple/
[install]
trusted-hostmirrors.aliyun.com# 升级包
pip install --upgrade package_name
# 升级pip
pip install --upgrade pip# 卸载包
pip uninstall package_name# 安装包的依赖项
pip install package_name[dependencies]# 验证已安装的库是否有兼容依赖问题
pip check package_name# 下载某个包到指定的路径下不安装
pip download package_name -d 某个路径 # 查看包的详细信息
pip show package_name# 导出已安装的包列表
pip freeze requirements.txt
# 从requirements.txt文件中安装包
pip install -r requirements.txt下载源管理 # 新增全局下载源。国内最好更换pip的源以便更快地下载包
pip config set name value
# 示例清华源
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple# 删除全局下载源
pip config unset name# 查看pip下载的安装包的默认路径
python -m site# 显示pip的配置列表
pip config list
# 显示pip文件的所有存储位置
pip -v config list
# 输出的不同的目录对应不同的参数 --global全局、--user用户 、--site其他命令 # 清理缓存。pip安装包的时候会下载并缓存一些包以便后续使用不会自动删除这可能会占用磁盘空间需要手动删除
pip cache purge# 查看pip版本
pip --version
pip -Vpip 的常规参数选项 -r--requirement file 从给定的需求文件中进行安装。此选项可多次使用。 -c--constraint file 使用给定的约束文件约束版本。此选项可多次使用。 约束文件相对于需求文件更加的智能约束文件与需求文件在一个关键方面不同将包放入约束文件不会导致安装包而需求文件将安装列出的所有包。常用来放某个包的依赖项。 --no-deps 不要安装程序包依赖项 --prepip 查找包括预发布和开发版本。默认情况下pip 只查找稳定版本。 -e--editable path/url 从本地项目路劲或 VCS url 以可编辑模式即setuptools 开发模式安装项目。 -t--target dir 将软件包安装到 dir默认情况下这不会替换 dir下已经存在的文件或文件夹 --platform platform 仅使用与 platform 兼容的轮子。默认为运行系统的平台。多次使用此选项可指定目标解释器支持的多个平台 -U--update 将所有指定的软件包升级到最新的可用版本。依赖项的处理取决于所使用的升级策略。 --upgrade-strategy upgrade_strategy 确定应如何处理依赖项升级。 两种模式: “eager” 无论当前安装的依赖项版本是否满足升级包的要求都会升级依赖项“only-if-needed” 仅在不满足升级包的要求时升级 --force-reinstall 重新安装所有软件包即使它们已经是最新的 -I,--ignore-installed 忽略已安装的软件包覆盖它们。 如果现有软件包的版本不同或安装了不同的软件包管理器这可能会破坏你的系统。 --compile 将 python 源文件编译为字节码 --no-compile 不要将 python 源文件编译为字节码 --no-binary format_control 不要使用二进制软件包。 format_control 可以是 all禁用所有二进制软件包none清空之前提供的软件包或者使用指定的软件包使用逗号分割 请注意有些软件包很难编译在使用此选项时可能无法安装。 --only-binary format_control 不要使用源程序包 CondaAnaconda
参考Anaconda介绍、安装及使用教程
介绍 Conda 是一个开源的包管理系统和环境管理系统可在 Windows、macOS 和 Linux 上运行。 Conda 可快速安装、运行和更新包及其依赖项因此可以轻松地在计算机上创建、保存、加载和切换环境。 它本是为 Python 程序而创造的因为 Python 的版本比较多并且它的库也非常广泛同时库和库之间存在很多依赖关系所以在库的安装和版本的管理上很麻烦因此设计 Conda 作为一个管理版本和 Python 环境的工具但它也可以打包和管理任何语言的软件。 conda 是包含在 Anaconda 里的因此安装了 Anaconda 就可以直接使用 Conda点击链接下载 download选择对应的系统和版本类型。 Anaconda 是一个免费开源的 Python 和 R 语言的发行版本用于计算科学数据科学、机器学习、大数据处理和预测分析 Anaconda 致力于简化软件包管理系统和部署附带了 Conda、python 和 150 多个科学软件包及其相关的包。 Anaconda 的包使用软件包管理系统 Conda 进行管理。
在项目开发和部署过程中由于项目需要的虚拟环境不同如 python 版本、模块版本等即可通过 Conda 为每个项目创建环境然后在对应环境进行管理和使用。 多种编程语言的包 package 和虚拟环境 environment 的管理 非常简单的完成 package 的安装、运行、更新、删除、依赖问题 可操作 repo.anaconda.com 上 7,500 packages 非常简单的完成不同环境的构建、保存、加载及切换 支持语言Python、R、Ruby、Lua、Scala、Java、JavaScript、C / C 、FORTRAN 但一般主要用于管理 python 包 支持操作系统WindowsmacOS 和 Linux Conda 常用指令 虚拟环境管理 # 查看所有环境。注1.*号所在的行表示当前所在环境。2.系统默认虚拟环境为base
conda env list
conda info -e# 创建新的虚拟环境。注1.遇到yes/no输入yes即可完成创建。
conda create -n envs_name pythonpython_version
# envs_name 指定环境名称
# python_version 指定Python版本# 进入虚拟环境
conda activate envs_name
# 退出当前环境
conda deactivate# 删除虚拟环境
conda env remove -n envs_name# 复制虚拟环境
conda create -n new_envs_name --clone old_envs_name# 更新python
conda update python# 更新conda版本。注必须在base环境更新
conda update conda模块/包管理 # 查看当前环境的包列表
conda list
# 查看指定环境的包列表
conda list -n envs_name# 在当前环境安装包。注1.默认安装最新版本2.同时安装多个包用空格分隔。
conda install package_name
# 在指定环境安装包
conda install --name env_name package_name
# 安装指定版本的包。注使用conda安装指定包时conda可以自动处理相关的依赖包
conda install numpy1.19
# 指定范围内中版本包安装安装版本处于1.0.4到1.1.1之间的pandas
conda install pandas1.0.4,1.1.1
# 指定list中版本包安装安装pandas 1.0.4版或者1.1.1版
conda install pandas[version1.0.4 |1.1.1]# 包安装跳过【y/n】。默认情况下为 false即安装过程中会请求是否继续安装设置为yes则不再弹出请求。
conda config --set always_yes yes# 卸载当前环境的包
conda remove package_name
# 卸载指定环境的包
conda remove --name env_name package_name# 升级当前环境的包
conda update/upgrade package_name
# 升级指定环境的包
conda update/upgrade -n env_name package_name
# 升级全部包
conda upgrade --all# 精确查找包
conda search package_name
# 模糊查找包模糊符号为 *
conda search *模糊词*
# 查看某个范围内版本包
conda search PKGNAME [version1.0.0,1.1]conda 下载源管理 # 查看已配置下载源
conda config --show channels# 查看已配置下载源优先级
conda config --get channels# 新增下载源清华大学源
conda config --add channels channels_Name
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/# 删除下载源
conda config --remove channels channels_Name# 显示包的安装来源
conda config --set show_channel_urls yes注Conda 下载源实际是写入到了 .condarc 文件里 linux 系统的路径为 /home/xx/.condarc windows 系统的路径为 C:\Users\admin\.condarc windows 默认无 .condarc 文件需要 conda config --set show_channel_urls yes 先生成 其他命令 # 检查conda版本
conda --version
# 查看conda系统版本等信息
conda info
# 查看conda所有配置信息
conda config --showIDEA 配置 Conda 虚拟环境
IntelliJ IDEA 在安装并启用 Python 插件后支持使用 Conda 为 Python 创建虚拟环境。
创建 Conda 环境 确保已将 Anaconda 或 Miniconda 下载并安装在计算机上。 导航到文件|项目结构 方式1左上角 File Project Structure方式2快捷键CtrlShiftAltS 在 项目结构Project Structure对话框中在 “平台设置Platform Setting” 部分下选择“ SDK ” 然后添加一个新的 SDK 然后从弹出菜单中选择 “Python SDK” 在添加 Python 解释器Add Python Interpreter对话框的左侧窗格中选择 “Conda Environment” 。以下操作取决于以前是否存在 Conda 环境。 如果选择“ 新环境New environment” 在 Location 字段中指定新的 Conda 环境的位置。注意新的 Conda 环境应位于的目录必须为空从 Python version 列表中选择 Python 版本在 Conda executable 字段中指定 Conda 可执行文件的位置如果需要 请选中“ 使所有项目都可用Make available to all projects”复选框。 如果选择“ 现有环境Existing environment”推荐使用 展开“解释器Interpreter”列表然后选择任何现有的解释器。或者单击选择 “…” 并在文件系统中指定 Conda 可执行文件的路径例如 C:\Users\jetbrains\Anaconda3\python.exe 注最好是 Conda 目录下的 python.exe否则可能会扫描不到安装好的第三方库 在 Conda executable 字段中指定 Conda 可执行文件的位置 如果需要 请选中“ 使所有项目都可用Make available to all projects”复选框。 单击确定以完成任务。
