解决PIE-Engine中python虚拟环境下使用jupyter notebook时PIE模块不存在

简介: 解决PIE-Engine中python虚拟环境下使用jupyter notebook时PIE模块不存在

01 非本博客问题的一些探讨

具体环境安装流程查看官网教程:PIE-Engine 遥感与地理信息云服务平台 (piesat.cn)


若在python窗口都无法导入PIE,那么就是你PIE-E都没有成功pip安装到你的python中。若是你确信你已经成功安装了,那么可能存在你安装有多个版本的python解释器(譬如2.X、3.X),你当前打开的python解释器不是你安装PIE的那个解释器;或者你安装的时候是安装在默认环境下的解释器中而非虚拟环境的python解释器;或者你安装在虚拟环境中但是实际上你当前打开的是默认环境的python解释器。


(为什么需要使用虚拟环境的python解释器?<我个人觉得就是为了复制一个干净的python解释器,然后方便PIE的各种包的pip,避免PIE安装的包的版本与默认环境的包不一致冲突导致后续执行代码失败>


虚拟环境可以为不同的项目创建隔离的python环境,避免不同项目之间的依赖包和python版本产生冲突。

虚拟环境可以让你在不影响系统全局安装的情况下,安装和管理你需要的依赖包和python版本。

虚拟环境可以提高项目的可重现性,让其他开发者能够在相同的环境下运行你的代码。

虚拟环境可以让你在不同的平台上轻松地切换和使用不同的python版本和依赖包。

02 解决本博客问题

如果jupyter notebook中import pie失败输出:没有该模块。


一般是你的默认环境中已经有jupyter notebook,所以虚拟环境无需重复安装直接用默认环境的jupyter notebook,这导致了我们使用jupyter notebook时无法调用虚拟环境的包,如果想要解决。可安装ipykernel(一般在安装pie的python开发包时该模块已经安装)。


若没有安装,可在激活虚拟环境后输入

pip install ipykernel

激活之后将你的jupyter notebook与虚拟环境建立连接:

python -m ipykernel install --user --name your_env_name

其中your_env_name更改为你的虚拟环境的名称。


目录
相关文章
|
27天前
|
Shell Linux Ruby
Python3虚拟环境venv
`venv` 是 Python 的虚拟环境工具,用于为不同项目创建独立的运行环境,避免依赖冲突。通过 `python3 -m venv` 命令创建虚拟环境,并使用 `source bin/activate` 激活。激活后,所有 Python 包将安装在该环境中,不影响系统全局环境。退出环境使用 `deactivate` 命令。每个虚拟环境拥有独立的包集合,确保项目间的隔离性。删除虚拟环境只需删除其目录即可。
86 34
|
1月前
|
Ubuntu Linux 测试技术
Python 虚拟环境配置
本文总结了 Python 开发中的环境配置、常用操作和常见错误处理。重点介绍了如何使用 `virtualenv` 搭建虚拟环境,解决依赖冲突问题,并保持系统环境的干净。同时,详细说明了依赖库的安装与管理方法,包括使用 `pip install` 安装依赖、生成和使用 `requirements.txt` 文件,以及查看 Python 文档和修改环境变量等实用技巧。
129 60
|
1月前
|
SQL 分布式计算 数据处理
云产品评测|分布式Python计算服务MaxFrame | 在本地环境中使用MaxFrame + 基于MaxFrame实现大语言模型数据处理
本文基于官方文档,介绍了由浅入深的两个部分实操测试,包括在本地环境中使用MaxFrame & 基于MaxFrame实现大语言模型数据处理,对步骤有详细说明。体验下来对MaxCompute的感受是很不错的,值得尝试并使用!
53 1
|
1月前
|
Shell 程序员 开发者
轻松搞定在Python中构建虚拟环境
本教程教你如何使用业界公认的最佳实践,创建一个完全工作的Python开发环境。虚拟环境通过隔离依赖项,避免项目间的冲突,并允许你轻松管理包版本。我们将使用Python 3的内置`venv`模块来创建和激活虚拟环境,确保不同项目能独立运行,不会相互干扰。此外,还将介绍如何检查Python版本、激活和停用虚拟环境,以及使用`requirements.txt`文件共享依赖项。 通过本教程,你将学会: - 创建和管理虚拟环境 - 避免依赖性冲突 - 部署Python应用到服务器 适合新手和希望提升开发环境管理能力的开发者。
110 2
|
1月前
|
Python
[oeasy]python057_如何删除print函数_dunder_builtins_系统内建模块
本文介绍了如何删除Python中的`print`函数,并探讨了系统内建模块`__builtins__`的作用。主要内容包括: 1. **回忆上次内容**:上次提到使用下划线避免命名冲突。 2. **双下划线变量**:解释了双下划线(如`__name__`、`__doc__`、`__builtins__`)是系统定义的标识符,具有特殊含义。
32 3
|
1月前
|
人工智能 编译器 Python
python已经安装有其他用途如何用hbuilerx配置环境-附带实例demo-python开发入门之hbuilderx编译器如何配置python环境—hbuilderx配置python环境优雅草央千澈
python已经安装有其他用途如何用hbuilerx配置环境-附带实例demo-python开发入门之hbuilderx编译器如何配置python环境—hbuilderx配置python环境优雅草央千澈
41 0
python已经安装有其他用途如何用hbuilerx配置环境-附带实例demo-python开发入门之hbuilderx编译器如何配置python环境—hbuilderx配置python环境优雅草央千澈
|
1月前
|
Python
探索Python虚拟环境:virtualenv、venv与pipenv比较
在Python开发中,有效的环境管理至关重要。virtualenv、venv和pipenv是常用的虚拟环境管理工具。virtualenv支持Python 2.7+和3.3+,可创建独立环境;venv为Python 3.3+内置库,简单轻量但功能有限;pipenv则结合了包管理和虚拟环境管理,生成Pipfile.lock确保依赖确定性和安全性,推荐作为首选工具。
|
2月前
|
机器学习/深度学习 Rust 算法
Python环境管理的新选择:UV和Pixi,高性能Python环境管理方案
近期Python生态系统在包管理领域发生了重要变化,Anaconda调整商业许可证政策,促使社区寻找更开放的解决方案。本文介绍两款新一代Python包管理工具:UV和Pixi。UV用Rust编写,提供高性能依赖解析和项目级环境管理;Pixi基于Conda生态系统,支持conda-forge和PyPI包管理。两者分别适用于高性能需求和深度学习项目,为开发者提供了更多选择。
323 2
|
2月前
|
Python
Python Internet 模块
Python Internet 模块。
133 74
|
3月前
|
算法 数据安全/隐私保护 开发者
马特赛特旋转算法:Python的随机模块背后的力量
马特赛特旋转算法是Python `random`模块的核心,由松本真和西村拓士于1997年提出。它基于线性反馈移位寄存器,具有超长周期和高维均匀性,适用于模拟、密码学等领域。Python中通过设置种子值初始化状态数组,经状态更新和输出提取生成随机数,代码简单高效。
141 63

热门文章

最新文章

推荐镜像

更多