python怎么安装第三方库,python国内镜像源,终于找到最全的安装教程啦;如Requests,Scrapy,NumPy,matplotlib,Pygame,Pyglet,Tkinter

简介: python怎么安装第三方库,python国内镜像源,终于找到最全的安装教程啦;如Requests,Scrapy,NumPy,matplotlib,Pygame,Pyglet,Tkinter

目录


Windows控制台安装第三方库

PyCharm控制台安装第三方库

PyCharm内置安装第三方库

Anaconde Navigator安装第三方库

较大型第三方库安装方法(如Numpy,Dlib等)

python国内镜像源


正文


Windows控制台安装第三方库


第一步:打开控制台


       Ctrl+R,输入"cmd" 回车,即打开控制台


第二步:找到自己安装python的路径,找到Scripts在命令行中输入


cd 你的Scripts路径

例:Scripts路径如下

7.png

则在控制台中输入

cd E:\YYB\pycharm\Anaconda\app\Scripts

或者将第一步与第二步结合,即在以下图片中,将路径那里改成"cmd",然后回车

8.png

第三步:输入语句安装第三方库


语法形式(以下两种皆可):


pip install [需要安装的第三方库的名称]
pip3 install [需要安装的第三方库的名称]

回车等待安装即可!


PyCharm控制台安装第三方库


第一步:打开PyCharm,点击Terminal


       点击PyCharm下方的Terminal,进入控制台

9.png

第二步:在控制台中使用"cd"命令转到Scripts路径下(方法同方法一的第二步一样)


第三步:在控制台中使用"pip install *"语句安装第三方库(方法同方法一的第三步一样)


PyCharm内置安装第三方库


第一步:打开PyCharm,点击File-->Setting

14.png

第二步:在弹出来的界面中,点击Project:Code-->Python Interpreter,然后再点击"+"

13.png

第三步:在弹出的搜索框中输入自己想要安装的第三方库的名称

12.png

第四步:搜索出来后,点击左下角的Install Package后,等待安装即可

11.png

显示如下,即为安装成功

10.png


Anaconde Navigator安装第三方库


第一步:打开Anaconde Navigator,点击Environments-->base(root)-->Open Terminal

第二步:在弹出来的控制台中使用"pip install *"语句安装第三方库(方法同方法一的第三步一样)


较大型第三方库安装方法(如Numpy,Dlib等)


一些较大型的第三方库可能有许多依赖,用以上方法可能行不通,就需要找到指点模块,安装对应的WHL文件,可在下面这个网址中找到自己对应需要的WHL文件


Archived: Python Extension Packages for Windows - Christoph Gohlke (uci.edu)


这里以Numpy为例


第一步:确定自己使用的python版本


       Ctrl+R,输入cmd回车打开控制台,然后输入“python”回车,即可看到自己的python版本,如下


       笔者这里的python版本是 3.9.12

16.png

第二步:进入网页,找到所需的WHL文件并下载


       进入网页后,Ctrl+F打开搜索框,输入 “Numpy”并找到以Numpy为大标题的地方


      因为笔者的python版本为3.9.12,所以要找中间为cp39的WHL文件,且根据自己的电脑选择32位还是64位,笔者是64位,找到后点击下载即可

17.png

下载保存后,在这个文件所在的路径下,打开"cmd",输入以下代码回车,即可安装成功!

pip install numpy‑1.22.4+vanilla‑cp39‑cp39‑win_amd64.whl


python国内镜像源


清华:https://pypi.tuna.tsinghua.edu.cn/simple


阿里云:http://mirrors.aliyun.com/pypi/simple/


中国科技大学 https://pypi.mirrors.ustc.edu.cn/simple/


华中理工大学:http://pypi.hustunique.com/


山东理工大学:http://pypi.sdutlinux.org/


豆瓣:http://pypi.douban.com/simple/

使用方法:

pip install [第三方库名称] -i [国内镜像源网址]



相关文章
|
29天前
|
IDE 开发工具 索引
在Python中安装第三方库
在Python中安装第三方库
404 30
|
29天前
|
机器学习/深度学习 XML 数据可视化
python常用的第三方库有哪些?
python常用的第三方库有哪些?
325 28
|
5天前
|
JSON 数据可视化 测试技术
python+requests接口自动化框架的实现
通过以上步骤,我们构建了一个基本的Python+Requests接口自动化测试框架。这个框架具有良好的扩展性,可以根据实际需求进行功能扩展和优化。它不仅能提高测试效率,还能保证接口的稳定性和可靠性,为软件质量提供有力保障。
23 7
|
11天前
|
数据可视化 Python
以下是一些常用的图表类型及其Python代码示例,使用Matplotlib和Seaborn库。
通过这些思维导图和分析说明表,您可以更直观地理解和选择适合的数据可视化图表类型,帮助更有效地展示和分析数据。
53 8
|
2月前
|
数据采集 前端开发 算法
Python Requests 的高级使用技巧:应对复杂 HTTP 请求场景
本文介绍了如何使用 Python 的 `requests` 库应对复杂的 HTTP 请求场景,包括 Spider Trap(蜘蛛陷阱)、SESSION 访问限制和请求频率限制。通过代理、CSS 类链接数控制、多账号切换和限流算法等技术手段,提高爬虫的稳定性和效率,增强在反爬虫环境中的生存能力。文中提供了详细的代码示例,帮助读者掌握这些高级用法。
114 1
Python Requests 的高级使用技巧:应对复杂 HTTP 请求场景
|
1月前
|
移动开发 数据可视化 数据挖掘
利用Python实现数据可视化:以Matplotlib和Seaborn为例
【10月更文挑战第37天】本文旨在引导读者理解并掌握使用Python进行数据可视化的基本方法。通过深入浅出的介绍,我们将探索如何使用两个流行的库——Matplotlib和Seaborn,来创建引人入胜的图表。文章将通过具体示例展示如何从简单的图表开始,逐步过渡到更复杂的可视化技术,帮助初学者构建起强大的数据呈现能力。
|
2月前
|
网络协议 数据库连接 Python
python知识点100篇系列(17)-替换requests的python库httpx
【10月更文挑战第4天】Requests 是基于 Python 开发的 HTTP 库,使用简单,功能强大。然而,随着 Python 3.6 的发布,出现了 Requests 的替代品 —— httpx。httpx 继承了 Requests 的所有特性,并增加了对异步请求的支持,支持 HTTP/1.1 和 HTTP/2,能够发送同步和异步请求,适用于 WSGI 和 ASGI 应用。安装使用 httpx 需要 Python 3.6 及以上版本,异步请求则需要 Python 3.8 及以上。httpx 提供了 Client 和 AsyncClient,分别用于优化同步和异步请求的性能。
python知识点100篇系列(17)-替换requests的python库httpx
|
1月前
|
数据采集 JSON 测试技术
Python爬虫神器requests库的使用
在现代编程中,网络请求是必不可少的部分。本文详细介绍 Python 的 requests 库,一个功能强大且易用的 HTTP 请求库。内容涵盖安装、基本功能(如发送 GET 和 POST 请求、设置请求头、处理响应)、高级功能(如会话管理和文件上传)以及实际应用场景。通过本文,你将全面掌握 requests 库的使用方法。🚀🌟
117 7
|
1月前
|
数据可视化 JavaScript 前端开发
Python中交互式Matplotlib图表
【10月更文挑战第20天】Matplotlib 是 Python 中最常用的绘图库之一,但默认生成的图表是静态的。通过结合 mpld3 库,可以轻松创建交互式图表,提升数据可视化效果。本文介绍了如何使用 mpld3 在 Python 中创建交互式散点图、折线图和直方图,并提供了详细的代码示例和安装方法。通过添加插件,可以实现缩放、平移和鼠标悬停显示数据标签等交互功能。希望本文能帮助读者掌握这一强大工具。
71 5
|
1月前
|
数据采集 数据可视化 数据处理
如何使用Python实现一个交易策略。主要步骤包括:导入所需库(如`pandas`、`numpy`、`matplotlib`)
本文介绍了如何使用Python实现一个交易策略。主要步骤包括:导入所需库(如`pandas`、`numpy`、`matplotlib`),加载历史数据,计算均线和其他技术指标,实现交易逻辑,记录和可视化交易结果。示例代码展示了如何根据均线交叉和价格条件进行开仓、止损和止盈操作。实际应用时需注意数据质量、交易成本和风险管理。
70 5
下一篇
DataWorks