Wheel 安装包
http://www.lfd.uci.edu/~gohlke/pythonlibs/
Conda
开始
conda info:查看系统相关信息
conda list:查看已安装的库
conda --help:罗列帮助
conda -h:同上[1]
conda <param_name> --help:获取<param_name>帮助
conda --version 或 conda -V
安装及更新
安装库:
$ conda install <moudule_name>
特别注意,升级本机或者虚拟环境的 Python 版本可以用如下命令(当前 Python 版本为 3.7):
$ conda install -c anaconda python=3.8
可在 官方源 中查看 Anaconda 官方支持的最新 Python 版本。若官方源没有更新,可查看 conda-forge 源的更新。若有更新,执行如下命令:
$ conda install -c conda-forge python
更新库:
$ conda update <module_name>
更新conda自身,用命令 conda update conda 。
环境管理
在envs/sonwflaskes创建一个新的环境,新建程序Biopython :
conda create --name sonwflakes biopython
默认安装在envs路径中,可用conda info --envs命令查看
创建第二个环境
conda create --name bunnies python=3 astroid babel
在路径envs/bunnies路径下创建新的环境,同时安装不同版本的Python及Astroid、Babel两个包。
列举所有的环境:conda info --envs
注:当前环境前会有*号标注。
环境切换
Linux, OS X: source activate bunnies
Windows: activate bunnies
克隆一个环境
克隆snowflaskes,新环境命名为flowers:
conda create --name flowers --clone snowflakes
删除环境
conda remove --name flowers --all
管理Python
检查Python版本
conda search python
安装不同Python版本的虚拟环境
conda create --name snakes python=3
包管理
列举包:
$ conda list
查找包:
$ conda search beautiful-soup
安装包:
$ conda install --channel https://conda.anaconda.org/pandas bottleneck
安装商业的包:
$ conda install matplotlib<=1.2>
从 requirements.txt 文件中安装:
$ conda install --yes --file requirements.txt
移除包:
conda remove --name bunnie iopro
移除一个环境:
conda remove --name snakes --all
移除 conda
- Linux, OS X:
rm -rf ~/miniconda或rm -rf ~/anaconda - Windows:直接卸载
初始化
初始化 conda,使得 shell 默认激活一个 Python 环境:
$ conda init
Linux 环境下,安装完成后是相关环境变量添加到了 ~/.bashrc ,若使用的是 zsh 环境,则 conda 相关命令无效,这时候需要将相关环境变量添加到 ~/.zshrc 中,也可以运行如下命令自动完成添加:
$ conda init zsh
其他
$ conda package$ conda index
镜像
新增编辑文件 ~/.condarc :
channels:- defaultsshow_channel_urls: truedefault_channels:- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/rcustom_channels:conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloudmsys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloudbioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloudmenpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloudpytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloudsimpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
虚拟环境
安装 32 位的 Python
如果系统是64位版本的Python,但是同时需要32位版本的话,可以在创建虚拟环境之前,添加环境变量:
set CONDA_FORCE_32BIT=1
然后正常执行创建虚拟环境命令,即可创建一个32位版本的 Python 环境。
Cheat sheet
小抄: conda cheat sheet
conda-cheatsheet.pdf
资源
pip
更新
- Linux or OS X:
pip install -U pip - Windows:
python -m pip install -U pip
包管理
安装升级
$ pip install SomePackage # latest version$ pip install SomePackage==1.0.4 # specific version$ pip install 'SomePackage>=1.0,<=2.0' # scope version$ pip install SomePackage -U
卸载
$ pip uninstall SomePackage
查看
pip search <module_name>:查找库pip show <module_name>:查看库信息pip list:查看已经安装的库pip list --outdated:获取过期的库pip list --outdated | grep Jinja2
镜像
$ pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
pipx
python -m pip install --user pipxpython -m pipx ensurepathpipx completions
使得环境变量生效:
# for bashsource ~/.bashrc# for zshsource ~/.zshrc
poetry
pipx install poetrypipx upgrade poetrypipx uninstall poetry
Pipenv
一年多没发新版了,速度等问题没有解决,弃之!
Python 依赖包管理工具,整合 pip、virtualenv 等包管理库,类似于 node.js 的 npm,提供易用的依赖包管理功能。
一个典型的 Pipfile 文件如下:
[[source]]url = "https://pypi.org/simple"verify_ssl = truename = "pypi"[packages]django = "*"[dev-packages]yapf = "*"[scripts]server = "python manage.py runserver"[requires]python_version = "3.7"
此文件是一个 toml 格式的文件。
参考:
