Python如何使用pip命令安装第三方模块
为了解决各种各样复杂的实际问题,仅仅依靠 Python 内置模块和标准库是远远不够的。基于 Python 的开源特性,世界上的 Python 用户正在不断为越来越庞大的第三方代码库贡献力量。pip 是 Python 语言常用的一种第三方包管理工具,截至 2019 年 2 月,已有超过 30 万用户在其官方仓库中建立了超过 16.7 万个项目,累计 170 余万个文件。
按照之前的方式安装完毕 Python 3.7.2 后 pip 已经可以使用,可在系统命令提示符下执行以下命令查看 pip 的版本,若报错则是未安装 pip:
pip 的常用命令有:
numpy 的全名为 Numeric Python,是一个开源的 Python 科学计算库。与自行编写完成相同或相近功能的 Python 程序相比,numpy 具有以下优点:
安装 numpy 的主要步骤如下:
1) 首先执行以下命令
图 1:升级 setuptools 组件
2) 接着执行以下命令
图 2:下载并安装 numpy
3) 安装结束后执行以下命令,查看安装的组件,可以看到 numpy 已经安装。
4) 为了验证 numpy 是否安装成功,可以在 Python 命令行中执行以下命令:
图 3:查看已安装组件(库),确认 numpy 安装结果
按照之前的方式安装完毕 Python 3.7.2 后 pip 已经可以使用,可在系统命令提示符下执行以下命令查看 pip 的版本,若报错则是未安装 pip:
pip --version
pip 的常用命令有:
#查看已安装模块(包)列表 pip list #安装某模块(包) pip install 模块(包)名 #查看可升级的包 pip list -o #升级某模块(包) pip install --upgrade 模块(包)名 #从仓库中搜索某模块(包) pip search模块(包)名 #查看某模块(包)的详细信息 pip show -f 模块(包)名
numpy 的全名为 Numeric Python,是一个开源的 Python 科学计算库。与自行编写完成相同或相近功能的 Python 程序相比,numpy 具有以下优点:
- 对于同样的数值计算任务,使用 numpy 要比直接编写 Python 代码便捷得多;
- numpy 中数组的存储效率和输入输出性能均远远优于 Python 中等价的基本数据结构,且其能够提升的性能是与数组中的元素成比例的;
- numpy 的大部分代码都使用 C语言编写,其底层算法在设计时就有着优异的性能,这使得 numpy 比纯 Python 代码高效得多;
- numpy 提供了在数值计算、多维数组处理等方面做科学计算的基础库。
安装 numpy 的主要步骤如下:
1) 首先执行以下命令
python -m pip install -U pip setuptools升级 setuptools 组件,如图 1 所示。
图 1:升级 setuptools 组件
2) 接着执行以下命令
python -m pip install numpy下载并安装 numpy,如图 2 所示。
图 2:下载并安装 numpy
3) 安装结束后执行以下命令,查看安装的组件,可以看到 numpy 已经安装。
python -m pip list
4) 为了验证 numpy 是否安装成功,可以在 Python 命令行中执行以下命令:
python numpy若无报错信息,则表示安装成功,如图 3 所示。
图 3:查看已安装组件(库),确认 numpy 安装结果
所有教程
- C语言入门
- C语言编译器
- C语言项目案例
- 数据结构
- C++
- STL
- C++11
- socket
- GCC
- GDB
- Makefile
- OpenCV
- Qt教程
- Unity 3D
- UE4
- 游戏引擎
- Python
- Python并发编程
- TensorFlow
- Django
- NumPy
- Linux
- Shell
- Java教程
- 设计模式
- Java Swing
- Servlet
- JSP教程
- Struts2
- Maven
- Spring
- Spring MVC
- Spring Boot
- Spring Cloud
- Hibernate
- Mybatis
- MySQL教程
- MySQL函数
- NoSQL
- Redis
- MongoDB
- HBase
- Go语言
- C#
- MATLAB
- JavaScript
- Bootstrap
- HTML
- CSS教程
- PHP
- 汇编语言
- TCP/IP
- vi命令
- Android教程
- 区块链
- Docker
- 大数据
- 云计算