使用虛擬環境virtualenv
推薦使用
pip install virtualenvwrapper-win
virtualenvwrapper基本使用：
創建虛擬環境：
mkvirtualenv my_env
那么會在你當前用戶下創建一個Env的文件夾，然后將這個虛擬環境安裝到這個目錄下。 如果你電腦中安裝了python2和python3，並且兩個版本中都安裝了virtualenvwrapper，那么將會使用環境變量中第一個出現的Python版本來作為這個虛擬環境的Python解釋器。
切換到某個虛擬環境：
workon my_env
退出當前虛擬環境：
deactivate
刪除某個虛擬環境：
rmvirtualenv my_env
列出所有虛擬環境：
lsvirtualenv
進入到虛擬環境所在的目錄：
cdvirtualenv
修改mkvirtualenv的默認路徑：
在我的電腦->右鍵->屬性->高級系統設置->環境變量->系統變量中添加一個參數WORKON_HOME，將這個參數的值設置為你需要的路徑。
創建虛擬環境的時候指定Python版本：
在使用mkvirtualenv的時候，可以指定--python的參數來指定具體的python路徑：
創建虛擬環境並指定python解釋器
mkvirtualenv --python==C:\Python36\python.exe hy_env
pip命令行安裝(推薦)
打開cmd命令行 安裝需要的第三方庫如：pip install numpy
在安裝python的相關模塊和庫時，我們一般使用“pip install 模塊名”或者“python setup.py install”，前者是在線安裝，會安裝該包的相關依賴包；后者是下載源碼包然后在本地安裝，不會安裝該包的相關依賴包。所以在安裝普通的python包時，利用pip工具相當簡單。但是在如下場景下，使用python setup.py install會更適合需求：
在編寫相關系統時，python 如何實現連同依賴包一起打包發布？
假如我在本機開發一個程序，需要用到python的redis、mysql模塊以及自己編寫的redis_run.py模塊。我怎么實現在服務器上去發布該系統，
如何實現依賴模塊和自己編寫的模塊redis_run.py一起打包，實現一鍵安裝呢？同時將自己編寫的redis_run.py模塊以exe文件格式安裝到python的
全局執行路徑C:\Python27\Scripts下呢？
在這種應用場景下，pip工具似乎派不上了用場，只能使用python的構建工具setup.py了，使用此構建工具可以實現上述應用場景需求，只需在 setup.py 文件中寫明依賴的庫和版本，然后到目標機器上使用python setup.py install安裝。
下載github安裝目錄
在庫文件的安裝目錄下打開cmd命令行，使用命令：python setup.py intall
使用國內鏡像源安裝：pip install numpy -i https://mirrors.aliyun.com/pypi/simple/
更新庫為：pip install --upgrade numpy
卸載為： pip uninstall numpy
pip批量安裝txt中的包
1.將需要安裝的包保存在aa.txt中
2.cd到aa.txt所在目錄，運行：
pip install -r aa.txt
批量卸載是一樣的，將install換為uninstall即可
aa.txt——指定版本
aa.txt——不指定版本
修改pip安裝鏡像源
創建配置文件指定pip安裝鏡像，不需要每次安裝都都指定 -i <鏡像源>
Windows：
""" 1、文件管理器文件路徑地址欄敲：%APPDATA% 回車，快速進入 C:\Users\電腦用戶\AppData\Roaming 文件夾中 2、新建 pip 文件夾並在文件夾中新建 pip.ini 配置文件 3、新增 pip.ini 配置文件內容 """
[global] index-url = https://mirrors.aliyun.com/pypi/simple/ [install] use-mirrors =true mirrors = https://mirrors.aliyun.com/pypi/simple/ trusted-host = mirrors.aliyun.com
Linux系統上修改請參考：https://blog.csdn.net/h106140873/article/details/103858931
Python常見第三方庫在Windows安裝報錯解決方案
最近在Windows下開發，發現很多第三方庫在Windows上的兼容性都不是很好，通過谷哥度娘后，發現一個非官方的臨時解決方案，
先貼上地址：Unofficial Windows Binaries for Python Extension Packages
1、安裝方法
找到庫后下載對應使用的Python版本的文件下載，進入輪子文件夾下 打開cmd命令行，使用 pip install xxx.whl 安裝。
2、附支持的第三庫
1 pendulum 2 quaternion 3 arctic 4 jupyter 5 multidict 6 peewee 7 logbook 8 scipy 9 curses 10 pytables 11 pip 12 rpy2 13 xgboost 14 marisa-trie 15 bcolz 16 psutil 17 aiohttp 18 ets 19 pyodesys 20 cython 21 ta-lib 22 spacy 23 ujson 24 numcodecs 25 orange 26 discretize 27 moderngl 28 dulwich 29 py-lmdb 30 h5py 31 netcdf4 32 tornado 33 pymatgen 34 zipline 35 mercurial 36 param 37 zstd 38 simpleitk 39 mod_wsgi 40 jpype 41 lz4 42 biopython 43 tensorflow 44 fastparquet 45 pillow 46 lsqfit 47 indexed_gzip 48 pyodbc 49 sqlalchemy 50 matplotlib 51 bokeh 52 javabridge 53 pygit2 54 pyhdf 55 numpy 56 ruamel.yaml 57 lxml 58 gdal 59 cupy 60 freesasa 61 gvar 62 pgmagick 63 pymssql 64 python-ldap 65 pyldap 66 pymol 67 wordcloud 68 astropy 69 meshpy 70 tomopy 71 kiwisolver 72 cobra 73 cx_oracle 74 sfepy 75 cytoolz 76 blist 77 cheetah 78 basemap 79 xylib-py 80 cyrasterize 81 menpo 82 pyswisseph 83 spglib 84 openexr 85 pulp 86 grpcio 87 gensim 88 pymongo 89 cantera 90 cchardet 91 tatsu 92 rasterio 93 pycluster 94 pycairo 95 ode 96 salientdetect 97 liblinear 98 libsvm 99 ecos 100 setproctitle 101 cffi 102 cdecimal 103 crcmod 104 crc16 105 pycld2 106 planar 107 autopy 108 pyx 109 pywin32 110 iminuit 111 rtmidi-python 112 pycosat 113 pyflux 114 opencv 115 mkl-service 116 postgresadapter 117 datrie 118 polygon 119 py-earth 120 lightning 121 pytiff 122 pystemmer 123 pyrxp 124 pyrsistent 125 pyqpbo 126 netcdftime 127 pyopencl 128 pyfm 129 pydde 130 x86cpu 131 gevent 132 gpy 133 fisx 134 fisher 135 ffnet 136 fasttext 137 iris 138 pymc 139 hddm 140 hmmlearn 141 heatmap 142 jsonlib 143 intbitset 144 sasl 145 bsddb3 146 flann 147 pyopengl 148 fiona 149 msgpack 150 cartopy 151 pyfits 152 scikits.odes 153 regex 154 louvain-igraph 155 python-igraph 156 tifffile 157 mpi4py 158 pycares 159 pybox2d 160 pyamg 161 numba 162 llvmlite 163 natgrid 164 netifaces 165 pycurl 166 yarl 167 yt 168 bintrees 169 imread 170 scandir 171 fast-histogram 172 pycifrw 173 pyzmq 174 coverage 175 lp_solve 176 zodbpickle 177 aspell-python 178 pygresql 179 psycopg 180 transformations 181 vlfd 182 chebyfit 183 vidsrc 184 psf 185 akima 186 pykinsol 187 pyodeint 188 pycvodes 189 mayavi 190 vtk 191 ad3 192 entropy 193 fastcache 194 fdint 195 bitarray 196 bsdiff4 197 jcc 198 xxhash 199 twainmodule 200 triangle 201 chaco 202 enable 203 traits 204 statsmodels 205 noise 206 scikits.vectorplot 207 scikit-fmm 208 rtree 209 python-levenshtein 210 python-lzo 211 pyspharm 212 pyminuit 213 pymetis 214 pymcubes 215 pylzma 216 pyhook 217 pyeda 218 pyfmi 219 reportlab 220 assimulo 221 pyfltk 222 pocketsphinx 223 simpleparse 224 fastcluster 225 winrandom 226 nlopt 227 mahotas 228 pyaudio 229 simplejson 230 apsw 231 mysqlclient 232 greenlet 233 pymvpa 234 thrift 235 pyicu 236 python-snappy 237 atom 238 pyemd 239 enaml 240 shapely 241 pypmc 242 wrf_python 243 fabio 244 pyyaml 245 quantlib 246 slycot 247 babel 248 mkl_random 249 mkl_fft 250 backports.lzma 251 kwant 252 tinyarray 253 udunits 254 spectrum 255 recordclass 256 kapteyn 257 polylearn 258 pandas 259 pywinpty 260 blosc 261 twisted 262 libsbml 263 simpleaudio 264 sounddevice 265 aggdraw 266 pylibtiff 267 line_profiler 268 swiglpk 269 btrees 270 zope.interface 271 persistent 272 pywavelets 273 scikit-learn 274 scikit-image 275 cx_freeze 276 brotli 277 videocapture 278 pygame 279 pycuda 280 pyproj 281 boost.python 282 fastrlock 283 minepy 284 fann2 285 markupsafe 286 mistune 287 lazy_object_proxy 288 wrapt 289 bottleneck 290 numexpr 291 dipy 292 llist 293 holopy 294 openimageio 295 cellprofiler 296 obspy 297 scikit-umfpack 298 pillow-simd 299 openpiv 300 faulthandler 301 debug-information-files 302 czifile 303 scs 304 veusz 305 chompack 306 cvxpy 307 gr 308 qutip 309 sympy 310 pyarrow 311 scikit-misc 312 pycorrfit 313 pyside 314 vitables 315 hyperspy 316 vigra 317 grako 318 kivy 319 pyjnius 320 imaged11 321 python-cjson 322 thriftpy 323 trollius 324 lru_dict 325 zs 326 py_gd 327 liblas 328 pythonnet 329 cairocffi 330 openbabel 331 pystruct 332 freeimagedll 333 nipy 334 qimage2ndarray 335 guiqwt 336 qt_graph_helpers 337 pyqwt 338 pyqt4 339 multiprocess 340 libtfr 341 nitime 342 lfdfiles 343 mathutils 344 cvxopt 345 cvxcanon 346 pyvrml97 347 pythonmagick 348 yappi 349 pyfftw 350 pyviennacl 351 pyephem 352 sparsesvd 353 cyordereddict 354 blz 355 bigfloat 356 milk 357 seqlearn 358 multineat 359 mlpy 360 ceodbc 361 cyassimp 362 sima 363 pymca 364 friture 365 pycogent 366 gmpy 367 pysqlite 368 blaze 369 scikits.audiolab 370 la 371 bazaar 372 dynd 373 genshi 374 python-sundials 375 glumpy 376 pyamf 377 libxml-python 378 cellcognition 379 pymcmc 380 pyksvd 381 pybluez 382 pygraphviz 383 mxbase 384 libpython 385 re2 386 pymunk 387 pygtk 388 cgal-bindings 389 bio_formats 390 pysfml 391 pyexiv2 392 pylibdeconv 393 iocbio 394 pymix 395 umysql 396 lazyflow 397 mmlib 398 scikits.timeseries 399 casuarius 400 wxpython 401 ilastik 402 quickfix 403 pywcs 404 scientificpython 405 vpython 406 nmoldyn 407 mmtk 408 pyalembic 409 polymode 410 scikits.delaunay 411 cld 412 py-fcm 413 oursql 414 zfec 415 py2exe 416 pymutt 417 carray 418 llvmpy 419 cgkit 420 pymedia 421 scipy-cluster 422 scikits.scattpy 423 scikits.samplerate 424 scikits.ann 425 pyxml 426 pytst 427 delny 428 mysql-python 429 htseq 430 pyusb-ftdi 431 silvercity 432 steps 433 pysparse 434 pyropes 435 scikits.hydroclimpy 436 sendkeys 437 pydbg 438 pyisapie
Anaconda完全入門指南
安裝
按照安裝程序提示一步步安裝就好了, 安裝完成之后會多幾個應用
Jupyter notebook ：基於web的交互式計算環境，可以編輯易於人們閱讀的文檔，用於展示數據分析的過程。
qtconsole ：一個可執行 IPython 的仿終端圖形界面程序，相比 Python Shell 界面，qtconsole 可以直接顯示代碼生成的圖形，實現多行代碼輸入執行，以及內置許多有用的功能和函數。
spyder ：一個使用Python語言、跨平台的、科學運算集成開發環境。
參考：https://www.jianshu.com/p/eaee1fadc1e9安裝第三方包:
conda install requests
卸載第三方包:
conda remove requests
查看環境包信息
要查看當前環境中所有安裝了的包可以用
conda list
深入一下
或許你會覺得奇怪為啥anaconda能做這些事, 他的原理到底是什么, 我們來看看anaconda的安裝目錄
這里只截取了一部分, 但是我們和本文章最開頭的python環境目錄比較一下, 可以發現其實十分的相似, 其實這里就是base環境.
里面有着一個基本的python解釋器, lLib里面也有base環境下的各種包文件.
那我們自己創建的環境去哪了呢, 我們可以看見一個envs, 這里就是我們自己創建的各種虛擬環境的入口, 點進去看看
這不就是一個標准的python環境目錄嗎?
這么一看, anaconda所謂的創建虛擬環境其實就是安裝了一個真實的python環境, 只不過我們可以通過activate,conda等命令去隨意的切換我們當前的python環境,
用不同版本的解釋器和不同的包環境去運行python腳本.
conda 安裝第三方庫
與pycharm連接
在工作環境中我們會集成開發環境去編碼, 這里推薦JB公司的pycharm, 而pycharm也能很方便的和anaconda的虛擬環境結合
在Setting => Project => Project Interpreter 里面修改 Project Interpreter , 點擊齒輪標志再點擊Add Local為你某個環境的python.exe解釋器就行了
比如你要在learn環境中編寫程序, 那么就修改為D:\Software\Anaconda\envs\learn,
可以看到這時候下面的依賴包也變成了learn環境中的包了.接下來我們就可以在pycharm中愉快的編碼了.
更新Python第三方庫
pip list #列出所有安裝的庫 pip list --outdated #列出所有過期的庫 pip install --upgrade 庫名 #更新庫 #但此命令不支持全局全部庫升級。 #在stackoverflow上有人提供了批量更新的辦法，一個循環就搞定（注意--upgrade后面的空格） import pip from subprocess import call for dist in pip.get_installed_distributions(): call("pip install --upgrade " + dist.project_name, shell=True)
問題：
安裝包出現Retrying (Retry(total=4, connect=None, read=None, redirect=None, status=None)) after connection broken by 'ConnectTimeoutError
pip install xxx 下載太慢，推薦使用國內鏡像源
[阿里雲]
(https://mirrors.aliyun.com/pypi/simple/) [中國科技大學]
(https://pypi.mirrors.ustc.edu.cn/simple/%20) [豆瓣(douban)]
(https://pypi.douban.com/simple/)
[清華大學]
(https://pypi.tuna.tsinghua.edu.cn/simple/)
[中國科學技術大學]
(https://pypi.mirrors.ustc.edu.cn/simple/)
使用方法很簡單，直接 -i 加 url 即可！如下：
pip install numpy -i https://pypi.douban.com/simple
到官網下載安裝包
在官網上下載了Django-2.2.4.tar.gz 文件到本地。
-
解壓文件
-
cmd切換到文件setup.py的目錄下
-
先執行 python setup.py build
-
再執行python setup.py install