【Python】pip离线安装各种库

简介: 为什么有离线安装这种需求呢?在高度注重信息安全的今天,很多时候办公都是在独立的网络环境中称作内网,无法访问外部网络即外网。当内网开发需要某个库时,安装是一件痛苦的事情,下载了需要的库后还要下载一些列依赖库,而依赖库往往是在安装中才发现的,这样就形成了反反复复的外网找库传内网安装的操作。有没有更好的办法呢?当然有!

【Python】pip离线安装各种库


一、前言


   为什么有离线安装这种需求呢?在高度注重信息安全的今天,很多时候办公都是在独立的网络环境中称作内网,无法访问外部网络即外网。当内网开发需要某个库时,安装是一件痛苦的事情,下载了需要的库后还要下载一些列依赖库,而依赖库往往是在安装中才发现的,这样就形成了反反复复的外网找库传内网安装的操作。有没有更好的办法呢?当然有!


二、外网下载库


   正常情况下我们在外网安装所需库都是直接执行下面的pip命令:


pip install PyQt5 # 以安装PyQt5为例


  如果仅下载不安装就可以使用下面的命令:


pip download PyQt5 -d D:/pylibs  # 将PyQt5下载到指定pylibs目录中


  如果同时想下载多个库,并且需要指定版本的话可以创建一个requirement.txt文件并在里面加入如下的内容:


setuptools==1.14.0
django==1.8.11
xlrd2=1.2.2


   然后执行pip下载命令:


pip download -d D:/pylibs -r requirement.txt


  这样我们所需的库和相关依赖的库都会自动下载到指定的目录里面,如果不加-d参数,会默认下载到执行命令的目录中。然后我们将这个目录和requirement.txt一起打包传入内网即可。注意这里有一个前提,就是外网Python版本和内网Python版本是一致的。


三、内网安装


   内网安装步骤就比较简单,先是非requirement.txt文件安装的指令如下:


pip install PyQt5 --no-index --find-links=D:/libpath


   采用requirement.txt文件安装的指令如下:


pip install --no-index --find-links=D:/libpath -r requirement.txt


   这样一来就可以很方便的在内网安装库了,而且依赖库也会自动安装。--no-index 是必须的,如果不加是安装不了的。--find-links就是指定传入内网后的库放的路径。


四、后记


   要想安装成功内外网的Python环境必须是一致的,还有就是最好不要跨系统使用这种方式,里面会有许多的坑需要去填。


欢迎微信搜索"游戏测试开发"关注一起沟通交流。

相关文章
|
16天前
|
调度 开发者 Python
Python中的异步编程:理解asyncio库
在Python的世界里,异步编程是一种高效处理I/O密集型任务的方法。本文将深入探讨Python的asyncio库,它是实现异步编程的核心。我们将从asyncio的基本概念出发,逐步解析事件循环、协程、任务和期货的概念,并通过实例展示如何使用asyncio来编写异步代码。不同于传统的同步编程,异步编程能够让程序在等待I/O操作完成时释放资源去处理其他任务,从而提高程序的整体效率和响应速度。
|
19天前
|
数据采集 存储 数据挖掘
Python数据分析:Pandas库的高效数据处理技巧
【10月更文挑战第27天】在数据分析领域,Python的Pandas库因其强大的数据处理能力而备受青睐。本文介绍了Pandas在数据导入、清洗、转换、聚合、时间序列分析和数据合并等方面的高效技巧,帮助数据分析师快速处理复杂数据集,提高工作效率。
51 0
|
5天前
|
XML 存储 数据库
Python中的xmltodict库
xmltodict是Python中用于处理XML数据的强大库,可将XML数据与Python字典相互转换,适用于Web服务、配置文件读取及数据转换等场景。通过`parse`和`unparse`函数,轻松实现XML与字典间的转换,支持复杂结构和属性处理,并能有效管理错误。此外,还提供了实战案例,展示如何从XML配置文件中读取数据库连接信息并使用。
Python中的xmltodict库
|
13天前
|
数据库 Python
异步编程不再难!Python asyncio库实战,让你的代码流畅如丝!
在编程中,随着应用复杂度的提升,对并发和异步处理的需求日益增长。Python的asyncio库通过async和await关键字,简化了异步编程,使其变得流畅高效。本文将通过实战示例,介绍异步编程的基本概念、如何使用asyncio编写异步代码以及处理多个异步任务的方法,帮助你掌握异步编程技巧,提高代码性能。
49 4
|
13天前
|
API 数据处理 Python
探秘Python并发新世界:asyncio库,让你的代码并发更优雅!
在Python编程中,随着网络应用和数据处理需求的增长,并发编程变得愈发重要。asyncio库作为Python 3.4及以上版本的标准库,以其简洁的API和强大的异步编程能力,成为提升性能和优化资源利用的关键工具。本文介绍了asyncio的基本概念、异步函数的定义与使用、并发控制和资源管理等核心功能,通过具体示例展示了如何高效地编写并发代码。
25 2
|
18天前
|
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。🚀🌟
38 7
|
18天前
|
机器学习/深度学习 数据采集 算法
Python机器学习:Scikit-learn库的高效使用技巧
【10月更文挑战第28天】Scikit-learn 是 Python 中最受欢迎的机器学习库之一,以其简洁的 API、丰富的算法和良好的文档支持而受到开发者喜爱。本文介绍了 Scikit-learn 的高效使用技巧,包括数据预处理(如使用 Pipeline 和 ColumnTransformer)、模型选择与评估(如交叉验证和 GridSearchCV)以及模型持久化(如使用 joblib)。通过这些技巧,你可以在机器学习项目中事半功倍。
24 3
|
20天前
|
存储 数据挖掘 数据处理
Python数据分析:Pandas库的高效数据处理技巧
【10月更文挑战第26天】Python 是数据分析领域的热门语言,Pandas 库以其高效的数据处理功能成为数据科学家的利器。本文介绍 Pandas 在数据读取、筛选、分组、转换和合并等方面的高效技巧,并通过示例代码展示其实际应用。
31 2
|
11天前
|
数据采集 数据可视化 数据挖掘
利用Python进行数据分析:Pandas库实战指南
利用Python进行数据分析:Pandas库实战指南
|
18天前
|
文字识别 自然语言处理 API
Python中的文字识别利器:pytesseract库
`pytesseract` 是一个基于 Google Tesseract-OCR 引擎的 Python 库,能够从图像中提取文字,支持多种语言,易于使用且兼容性强。本文介绍了 `pytesseract` 的安装、基本功能、高级特性和实际应用场景,帮助读者快速掌握 OCR 技术。
37 0

热门文章

最新文章

下一篇
无影云桌面