常用的Python库安装方法(Python实用教程)
ztj100 2025-04-07 21:26 19 浏览 0 评论
Python应用场景比较多,但是要实现众多的功能,也是需要安装各种功能对应的库和插件的。在此,分享个人尝试用过的Python库安装方法和教程
如下图所示,在PyCharm的控制台下,或者通过CMD命令切换到Python Scripts目录下,运行pip list命令,即可查看当前环境安装完成的Python库。
先来说说比较简单常用的在线安装常用方法:
1、利用Python集成IDE编程工具,比如Pycharm、Spyder等的依赖库安装入口
Pycharm: 点击Python Package界面,然后点击Add Package搜索需要安装的库,搜索到后点击安装。(默认的Pycharm依赖库源,搜索不到资源,需要点击)
国内常用的镜像地址:
阿里镜像:https://developer.aliyun.com/mirror/
清华镜像:https://pypi.tuna.tsinghua.edu.cn/simple/
浙大镜像源:http://mirrors.zju.edu.cn/
网易镜像源:https://mirrors.163.com/
sohu镜像源: https://mirrors.sohu.com/
中科大镜像:https://mirrors.ustc.edu.cn/help/
2、利用PIP命令在线安装依赖库
在安装好Python程序的情况下,通过CMD名利切换到Python目录的Scripts目录然后执行获取安装命令,格式:pip install 库名。pip默认的库来源是国外网站,由于网络的原因,可能会导致搜索资源失败,这种情况则需要修改依赖库镜像源。
PIP命令镜像源修改格式:pip install 库名 -i 需要修改为的镜像源地址, 比如实用pip安装pyautogui自动化库,pip install pyautogui -i https://mirrors.tuna.tsinghua.edu.cn
依赖库安装成果后,DOS界面会有成功的提示,如果不放心可以实用pip list查看已经安装完成的库名
【离线安装方法】
有些情况下,计划用来开发Python程序的电脑可能处在缺乏网络,或者禁止访问外部网络的情况,这种情况下就需要通过离线的方式安装python库。
方法一:实用Python库集成管理工具Anaconda
Anaconda是一个集成了常用Python库和编程IDE的实用工具,在有网络的电脑下载该软件,然后通过U盘的方式转移到离线电脑上安装即可。
下载方法:打开Anaconda的官网https://www.anaconda.com/,下拉到最底下,根据自己的电脑系统选择合适的版本,点击即可下载
方法二:下载WHL库文件本地安装
通过国内第三方库,找到需要的库,然后下载WHL文件到Python Scripts目录。打开Dos界面进入Scripts目录,然后运行pip install WHL完整文件名即可完成安装(* 不推荐该方法,亲测很多库找不到WHL文件,而且WHL文件对于系统和Python版本有严格要求)
方法三:下载tar.gz文件本地安装
同方法二一样,通过国内第三方库资源,找到需要的库。然后下载需要的版本的tar.gz文件。
将下载的文件解压到Scripts目录,Dos界面中切换到Scripts目录下的刚刚解压的文件夹下,不同的库文件层数不同,需要进入到如下图所示包含setup.py的文件夹。
然后运行python setup.py install即可进行离线python库安装。
一起来分享看看,你还知道的python库安装方法吧!
相关推荐
- 其实TensorFlow真的很水无非就这30篇熬夜练
-
好的!以下是TensorFlow需要掌握的核心内容,用列表形式呈现,简洁清晰(含表情符号,<300字):1.基础概念与环境TensorFlow架构(计算图、会话->EagerE...
- 交叉验证和超参数调整:如何优化你的机器学习模型
-
准确预测Fitbit的睡眠得分在本文的前两部分中,我获取了Fitbit的睡眠数据并对其进行预处理,将这些数据分为训练集、验证集和测试集,除此之外,我还训练了三种不同的机器学习模型并比较了它们的性能。在...
- 机器学习交叉验证全指南:原理、类型与实战技巧
-
机器学习模型常常需要大量数据,但它们如何与实时新数据协同工作也同样关键。交叉验证是一种通过将数据集分成若干部分、在部分数据上训练模型、在其余数据上测试模型的方法,用来检验模型的表现。这有助于发现过拟合...
- 深度学习中的类别激活热图可视化
-
作者:ValentinaAlto编译:ronghuaiyang导读使用Keras实现图像分类中的激活热图的可视化,帮助更有针对性...
- 超强,必会的机器学习评估指标
-
大侠幸会,在下全网同名[算法金]0基础转AI上岸,多个算法赛Top[日更万日,让更多人享受智能乐趣]构建机器学习模型的关键步骤是检查其性能,这是通过使用验证指标来完成的。选择正确的验证指...
- 机器学习入门教程-第六课:监督学习与非监督学习
-
1.回顾与引入上节课我们谈到了机器学习的一些实战技巧,比如如何处理数据、选择模型以及调整参数。今天,我们将更深入地探讨机器学习的两大类:监督学习和非监督学习。2.监督学习监督学习就像是有老师的教学...
- Python 模型部署不用愁!容器化实战,5 分钟搞定环境配置
-
你是不是也遇到过这种糟心事:花了好几天训练出的Python模型,在自己电脑上跑得顺顺当当,一放到服务器就各种报错。要么是Python版本不对,要么是依赖库冲突,折腾半天还是用不了。别再喊“我...
- 神经网络与传统统计方法的简单对比
-
传统的统计方法如...
- 自回归滞后模型进行多变量时间序列预测
-
下图显示了关于不同类型葡萄酒销量的月度多元时间序列。每种葡萄酒类型都是时间序列中的一个变量。假设要预测其中一个变量。比如,sparklingwine。如何建立一个模型来进行预测呢?一种常见的方...
- 苹果AI策略:慢哲学——科技行业的“长期主义”试金石
-
苹果AI策略的深度原创分析,结合技术伦理、商业逻辑与行业博弈,揭示其“慢哲学”背后的战略智慧:一、反常之举:AI狂潮中的“逆行者”当科技巨头深陷AI军备竞赛,苹果的克制显得格格不入:功能延期:App...
- 时间序列预测全攻略,6大模型代码实操
-
如果你对数据分析感兴趣,希望学习更多的方法论,希望听听经验分享,欢迎移步宝藏公众号...
你 发表评论:
欢迎- 一周热门
- 最近发表
- 标签列表
-
- idea eval reset (50)
- vue dispatch (70)
- update canceled (42)
- order by asc (53)
- spring gateway (67)
- 简单代码编程 贪吃蛇 (40)
- transforms.resize (33)
- redisson trylock (35)
- 卸载node (35)
- np.reshape (33)
- torch.arange (34)
- npm 源 (35)
- vue3 deep (35)
- win10 ssh (35)
- vue foreach (34)
- idea设置编码为utf8 (35)
- vue 数组添加元素 (34)
- std find (34)
- tablefield注解用途 (35)
- python str转json (34)
- java websocket客户端 (34)
- tensor.view (34)
- java jackson (34)
- vmware17pro最新密钥 (34)
- mysql单表最大数据量 (35)