软件测试/人工智能|Python Pip 常用命令大全

简介: 软件测试/人工智能|Python Pip 常用命令大全

image.png

前言

我们在使用Python进行编程时,难免需要用到Python的各种包,我们在不同的项目中需要用到不同的库,甚至需要用到同一个库的不同版本等,这些库,都是需要我们通过Python的库管理工具——pip来实现的,而pip这个工具也是Python初学者必须要学习掌握的一个工具,本文就来给大家介绍一下pip的常用命令。

安装pip

一般情况下,我们可以在安装Python时,自动安装pip并配置好环境变量,只需要我们在安装Python时勾选add python to PATH选项,如下:

image.png

如果我们在安装Python的步骤中没有勾选,可能会导致我们无法直接使用pip命令,需要我们再另外配置pip的环境变量,我们需要将pip所在文件夹配置到系统的环境变量中,如下:

image.png

image.png

pip常用命令

pip命令功能强大,可以帮助我们完成安装卸载更新第三方库等操作,但是在使用之前,我们可以先查看一下该如何使用pip命令。

  1. 查看帮助信息

如果我们在使用时对pip的命令有疑问,可以使用该命令查看信息:

pip --help 或 -h
---------------
输出如下:
Commands:
  install                     Install packages.
  download                    Download packages.
  uninstall                   Uninstall packages.
  freeze                      Output installed packages in requirements format.
  inspect                     Inspect the python environment.
  list                        List installed packages.
  show                        Show information about installed packages.
  check                       Verify installed packages have compatible dependencies.
  config                      Manage local and global configuration.
  search                      Search PyPI for packages.
  cache                       Inspect and manage pip's wheel cache.
  index                       Inspect information available from package indexes.
  wheel                       Build wheels from your requirements.
  hash                        Compute hashes of package archives.
  completion                  A helper command used for command completion.
  debug                       Show information useful for debugging.
  help                        Show help for commands.
  1. 安装包

我们可以直接使用命令安装我们想要安装的包,命令如下:

pip install package_name

例如,安装名为 requests 的包:pip install requests。有时候,我们需要安装指定版本的库,我们可以使用下面的命令:

pip install package_name==version_number

例如,安装 requests 的2.21.0版本:pip install requests==2.21.0。当然,如果我们从GitHub等平台上新克隆了一个项目,需要重新配置一个项目的虚拟环境,如果该项目有requirements.txt文件,我们就可以直接使用命令,安装项目所需要全部库,命令入下:

pip install -r requirements.txt

注:requirements.txt 是包含项目所需包及其版本的文件。

指定源安装

有时候,我们如果直接使用pip默认源安装第三方库的话,下载速度会比较慢,我们可以通过配置国内源来解决这个问题,命令如下:

pip install selenium -i https://pypi.tuna.tsinghua.edu.cn/simple
  1. 查看包信息

我们可以直接使用命令查看已安装的包,命令如下:

pip list

如果我们想要查看某个已安装的包的信息,命令入下:

pip show package_name

例如,查看 requests 包的信息:pip show requests

  1. 更新和卸载包

有的时候,由于我们的脚本更新,我们的库也需要更新,我们就可以使用命令更新我们的库,命令如下:

pip install --upgrade package_name

例如,更新 requests 包:pip install --upgrade requests

当我们发现某个库是多余的库,想要卸载时,可以使用如下命令:

pip uninstall package_name

例如,卸载 requests 包:pip uninstall requests

  1. 搜索包

我们想要搜索某个特定的包时,可能我们会忘记全名,但是pip是支持模糊搜索的,命令如下:

pip search package_name

例如,搜索包含 json 的包:pip search json

  1. 列出包的依赖关系
pip show --files package_name

此命令会显示特定包的文件列表和依赖关系。

总结

pip 是 Python 开发中不可或缺的工具,通过这些常用命令,我们可以轻松管理 Python 包,提高开发效率。记得在使用 pip 时保持你的 Python 环境干净整洁,避免包冲突和版本混乱。希望本文可以帮到大家。

image.png

相关文章
|
2天前
|
机器学习/深度学习 人工智能 算法
基于Python深度学习的眼疾识别系统实现~人工智能+卷积网络算法
眼疾识别系统,本系统使用Python作为主要开发语言,基于TensorFlow搭建卷积神经网络算法,并收集了4种常见的眼疾图像数据集(白内障、糖尿病性视网膜病变、青光眼和正常眼睛) 再使用通过搭建的算法模型对数据集进行训练得到一个识别精度较高的模型,然后保存为为本地h5格式文件。最后使用Django框架搭建了一个Web网页平台可视化操作界面,实现用户上传一张眼疾图片识别其名称。
18 4
基于Python深度学习的眼疾识别系统实现~人工智能+卷积网络算法
|
24天前
|
机器学习/深度学习 人工智能 算法
猫狗宠物识别系统Python+TensorFlow+人工智能+深度学习+卷积网络算法
宠物识别系统使用Python和TensorFlow搭建卷积神经网络,基于37种常见猫狗数据集训练高精度模型,并保存为h5格式。通过Django框架搭建Web平台,用户上传宠物图片即可识别其名称,提供便捷的宠物识别服务。
241 55
|
2月前
|
机器学习/深度学习 人工智能 TensorFlow
人工智能浪潮下的自我修养:从Python编程入门到深度学习实践
【10月更文挑战第39天】本文旨在为初学者提供一条清晰的道路,从Python基础语法的掌握到深度学习领域的探索。我们将通过简明扼要的语言和实际代码示例,引导读者逐步构建起对人工智能技术的理解和应用能力。文章不仅涵盖Python编程的基础,还将深入探讨深度学习的核心概念、工具和实战技巧,帮助读者在AI的浪潮中找到自己的位置。
|
1月前
|
机器学习/深度学习 人工智能 算法
【宠物识别系统】Python+卷积神经网络算法+深度学习+人工智能+TensorFlow+图像识别
宠物识别系统,本系统使用Python作为主要开发语言,基于TensorFlow搭建卷积神经网络算法,并收集了37种常见的猫狗宠物种类数据集【'阿比西尼亚猫(Abyssinian)', '孟加拉猫(Bengal)', '暹罗猫(Birman)', '孟买猫(Bombay)', '英国短毛猫(British Shorthair)', '埃及猫(Egyptian Mau)', '缅因猫(Maine Coon)', '波斯猫(Persian)', '布偶猫(Ragdoll)', '俄罗斯蓝猫(Russian Blue)', '暹罗猫(Siamese)', '斯芬克斯猫(Sphynx)', '美国斗牛犬
168 29
【宠物识别系统】Python+卷积神经网络算法+深度学习+人工智能+TensorFlow+图像识别
|
1月前
|
敏捷开发 测试技术 持续交付
自动化测试之美:从零开始搭建你的Python测试框架
在软件开发的马拉松赛道上,自动化测试是那个能让你保持节奏、避免跌宕起伏的神奇小助手。本文将带你走进自动化测试的世界,用Python这把钥匙,解锁高效、可靠的测试框架之门。你将学会如何步步为营,构建属于自己的测试庇护所,让代码质量成为晨跑时清新的空气,而不是雾霾中的忧虑。让我们一起摆脱手动测试的繁琐枷锁,拥抱自动化带来的自由吧!
|
1月前
|
机器学习/深度学习 人工智能 自然语言处理
探索未来编程:Python在人工智能领域的深度应用与前景###
本文将深入探讨Python语言在人工智能(AI)领域的广泛应用,从基础原理到前沿实践,揭示其如何成为推动AI技术创新的关键力量。通过分析Python的简洁性、灵活性以及丰富的库支持,展现其在机器学习、深度学习、自然语言处理等子领域的卓越贡献,并展望Python在未来AI发展中的核心地位与潜在变革。 ###
|
2月前
|
机器学习/深度学习 人工智能 算法
基于Python深度学习的【垃圾识别系统】实现~TensorFlow+人工智能+算法网络
垃圾识别分类系统。本系统采用Python作为主要编程语言,通过收集了5种常见的垃圾数据集('塑料', '玻璃', '纸张', '纸板', '金属'),然后基于TensorFlow搭建卷积神经网络算法模型,通过对图像数据集进行多轮迭代训练,最后得到一个识别精度较高的模型文件。然后使用Django搭建Web网页端可视化操作界面,实现用户在网页端上传一张垃圾图片识别其名称。
97 0
基于Python深度学习的【垃圾识别系统】实现~TensorFlow+人工智能+算法网络
|
2月前
|
机器学习/深度学习 人工智能 算法
【手写数字识别】Python+深度学习+机器学习+人工智能+TensorFlow+算法模型
手写数字识别系统,使用Python作为主要开发语言,基于深度学习TensorFlow框架,搭建卷积神经网络算法。并通过对数据集进行训练,最后得到一个识别精度较高的模型。并基于Flask框架,开发网页端操作平台,实现用户上传一张图片识别其名称。
109 0
【手写数字识别】Python+深度学习+机器学习+人工智能+TensorFlow+算法模型
|
2月前
|
机器学习/深度学习 人工智能 算法
基于深度学习的【蔬菜识别】系统实现~Python+人工智能+TensorFlow+算法模型
蔬菜识别系统,本系统使用Python作为主要编程语言,通过收集了8种常见的蔬菜图像数据集('土豆', '大白菜', '大葱', '莲藕', '菠菜', '西红柿', '韭菜', '黄瓜'),然后基于TensorFlow搭建卷积神经网络算法模型,通过多轮迭代训练最后得到一个识别精度较高的模型文件。在使用Django开发web网页端操作界面,实现用户上传一张蔬菜图片识别其名称。
112 0
基于深度学习的【蔬菜识别】系统实现~Python+人工智能+TensorFlow+算法模型
|
2月前
|
JSON 测试技术 持续交付
自动化测试与脚本编写:Python实践指南
自动化测试与脚本编写:Python实践指南
49 1
下一篇
开通oss服务