登录解释器、管理库、镜像源
更新: 2025/2/24 字数: 0 字 时长: 0 分钟
解释器
计算机运行写有 Python 代码的 .py 程序文件就必须安装一个能执行 Python 代码的解释器。下面介绍 Python 解释器的安装流程，一种是安装标准解释器 CPython，另一种是安装数据科学开发工具 Anaconda（包含标准解释器 CPython 和科学计算的第三方库）。
标准 CPython
首先，安装标准解释器 CPython，详细步骤如下：
- 进入 Python官方网站 点击 Downloads 选项卡弹出下载选项框。
- 根据计算机系统类别选择对应的选项，点击按钮进入下载页面。
- 根据计算机系统类型下载对应的 32 位或 64 位的 Python 安装程序。
- 运行下载的
exe安装包，安装过程建议勾选“Add Python 3.x to PATH”（将 Python 3.x 添加到 PATH 环境变量）并选择自定义安装。 - 在设置“Optional Features”界面最好将“pip”、“tcl/tk”、“Python test suite”等项全部勾选上。
- 在 Python 的安装路径中不要出现中文、空格、特殊字符，另外路径不要埋太深。
- 安装完成会看到“Setup was successful”的提示。
::: image-group
:::
警告
若出现 disable path length limit(禁用文件路径最大深度限制) 选项，一定要点击一下，最后点击 Close。否则的话，将来安装第三方库可能会报错，到时候改注册表就很麻烦。
安装后，打开命令提示符窗口，敲入 python 命令回车后，会出现两种情况：
- 情况一：若出现了 Python 版本号，就说明 Python 安装成功了！
情况二：若得到
'python'不是内部或外部命令，也不是可运行的程序或批处理文件的错误，这很有可能是安装时没有勾选“Add Python 3.x to PATH”，导致python.exe执行文件路径没有添加到环境变量中。因为 Windows 会根据 Path 环境变量设定的路径去查找该执行文件，如果没有添加该文件的路径，系统找不到就会导致报错，那就需要手动把python.exe所在的路径添加到 Path 环境变量中。添加步骤如下：- 打开“控制面板”并选择“系统”。
- 在“系统”窗口中，选择“高级系统设置”。
- 在弹出的窗口中，选择“环境变量”。
- 在“环境变量”窗口中，选择“系统变量”或“用户变量”部分，找到名为“Path”的变量，双击打开编辑窗口。
- 将 Python 的安装路径添加到“Path”变量的末尾，点击“确定”按钮即可。
::: image-group
:::
科学 Anaconda
Anaconda 是一个集成了 IDE、Notepad、Conda 管理系统、Python 解释器、180 多个 Python 包的数据科学开发工具，它专门用于执行大数据分析、机器学习、数据科学和更多数据密集型应用。其特点如下：
- Anaconda 里面集成了很多常见的关于 Python 科学计算的第三方库，使得安装比常规 Python 安装要容易。
- Anaconda 和 Python 的关系相当于汽车和发动机，当你安装了 Anaconda 就像买了一辆车，无需再安装发动机和其他零配件，而 Python 作为发动机为 Anaconda 提供工作所需的内核。
- Anaconda 包含了一个开源的 Conda 管理系统，可以用于在同一个机器上安装不同版本的软件包及其依赖，并能够在不同的环境之间切换。如果不使用 Conda，那么安装起来会比较痛苦，各个库之间的依赖性就很难连接的很好。
现在我们来安装科学开发工具 Anaconda，详细步骤如下：
首先，进入Anaconda官方网站找到下载按钮，根据你的 Windows 系统类型下载对应的 32 位或 64 位 Anaconda 安装程序。
运行下载的安装包，点击“Next”。
选上“All Users”，点击“Next”。
选择一个盘，单独创建一个文件夹命名为“Anaconda”——路径不要有空格！！！路径不要有中文字符！！！
第一项“Add Anaconda to…”这个是说将安装路径填入到系统环境变量中，不要选，自己手动添加就好。第二项是说要默认使用 Python 的版本，要选上。
提示安装成功，选择点击“Next”按钮。
这里提示安装 VScode 代码编辑器，选择点击“Skip”按钮进行跳过。
两个“Learn. ..”选项都取消打勾，点击“Finish”按钮结束安装。
配置 Anaconda 环境变量（和上面添加 Path 环境变量一样）：此电脑——属性——高级系统设置——环境变量——Path——编辑，将下面的内容替换为 Anaconda 安装路径添加到环境变量中：
Anaconda安装路径（Python需要） Anaconda安装路径\Scripts（conda自带脚本） Anaconda安装路径\Library\bin（jupyter notebook动态库） Anaconda安装路径\Library\usr\bin Anaconda安装路径\Library\mingw-w64\bin（使用C with python的时候）在命令行中输入
python命令回车，返回 Python 版本号说明 Python 解释器安装成功。在命令行中输入
conda --version命令回车，返回 Conda 版本号说明 Conda 管理系统安装成功。
::: image-group
:::
管理库
Python 语言的一大特色就是拥有强大的生态系统和丰富的第三方库，其中标准库提供了 Python 语言的核心功能和常用工具，而第三方库则为特定领域或问题提供了额外的功能和解决方案，所以通过命令进行库的安装、更新、卸载是 Python 程序员的基本功。
whl 文件
.whl 文件是一种 Python 包的标准格式，来源于 Python 打包分发工具 wheel 生成的二进制分发包（binary distribution package），里面主要包含了预编译的 Python 源代码、依赖项以及其他必要的文件，用于方便地在 Python 环境中安装、分发和管理第三方库。主要优点包括：
- 快速安装：
.whl文件包含预编译的二进制文件，因此安装速度比源码包要快。 - 简化依赖管理：
.whl文件包含所有依赖项，因此在安装过程中不需要手动安装依赖项。 - 跨平台支持：
.whl文件是二进制格式，因此可以在不同操作系统上使用，无需重新编译。
命令规则
.whl 文件的命名遵循一定的约定，一个典型的 .whl 文件命名可能类似于 library_name-0.36.2-cp36-cp36m-win_amd64.whl，里面包括库名称、版本号、Python版本号、操作系统类型等信息，以便用户识别和选择适合自己环境的包。文件命名的具体含义如下：
- 库名称：通常是描述库功能或用途的简洁名称，例如上面
library_name就是第三方库的名称。 - 版本号：版本号采用常见的三位数字格式（主版本号.次版本号.修订版本号）用于标识库的不同版本，以便用户在需要时选择适合其需求的版本，例如上面
0.36.2就是第三方库的版本号。 - Python 版本适配：Python 版本适配信息通常以
cp开头，后跟适用的 Python 版本号，例如cp36表示适用于 Python 3.6 版本。有时也会使用py2.py3来表示同时适用于 Python 2 和 Python 3。 - 操作系统适配：操作系统适配信息通常以操作系统类型开头，例如
win32表示适用于 32 位 Windows 系统，win_amd64表示适用于 64 位 Windows 系统。
安装流程
通过下载对应库的 .whl 文件来安装库，具体流程如下：
- 访问 Python扩展包仓库 找到需要安装的第三方库，根据环境选择适合安装的
.whl文件进行下载。 - 下载完成后，在命令行窗口通过命令
pip install 路径\XXX.whl将.whl文件解压并安装其中的内容到 Python 环境中。
::: image-group
:::
pip 管理工具
pip 是一个官方认可的 Python 包管理工具，提供了查找、下载、安装、卸载的功能。当我们安装 Python 解释器时，pip 管理工具会跟随一起安装。另外，在使用 pip 管理工具前，还需要将其执行文件的所在路径添加到了 Path 环境变量中，这样 pip 命令就可以在本机的命令行中直接执行了。
常用命令
shell
# 查看当前Python环境中pip版本（可以验证pip是否安装）
pip --version
# 为当前Python环境中安装指定库（可选--user使用管理员权限）
pip install --user 库名
# 更新当前Python环境中已安装的库
pip install -U 库名
# 卸载当前Python环境中已安装的指定库
pip uninstall 库名
# 列出当前Python环境中所有已安装的库的信息
pip list
# 将当前Python环境中所有已安装的库的信息生成requirements.txt文件
pip freeze > requirements.txt
'''
# requirements.txt文件内容：
selenium==3.6.0
Scrapy==1.5.1
pymongo==3.5.1
lxml==4.2.5
'''
# 根据requirements.txt文件里面的库名和版本号信息，下载对应的库到当前Python环境中
pip install -r requirements.txt升级工具
有人在使用 pip install -U pip 命令升级 pip 过程中可能会出现 Consider using the '--user' option or check the permissions 权限不足的错误，这个问题很好解决，在命令中加入 --user 参数就能使用管理员权限来升级 pip。
失败重装
这里额外说明一个可能会出现错误情况，就是有人在使用 pip install -U pip 命令升级 pip 过程中会出现升级失败。这时就会出现一个比较尴尬的点，就是升级 pip 会先卸载当前环境中的低版本 pip，然后再安装高版本的 pip，如果在安装过程中报错，导致当前 Python 环境里面没有可用的 pip 工具：
这个时候我们随便执行一个 pip 命令就会报 No module named 'pip' 没有 pip 模块的错误：
要解决这个问题就得先把 pip 装回来，执行 python -m ensurepip 命令：
之后再使用 pip 的命令测试一下已经可以正常使用了：
Conda 管理系统
Conda 是一个开源的软件包管理系统和环境管理系统，可以用于管理 Python 或者 R 语言版本以及依赖包。当我们下载安装 Anaconda 时，Conda 管理系统会跟随一起安装。
常用命令
shell
# 查看conda版本（验证conda是否安装）
conda --version
# 查看conda详细信息
conda --info
# 查看conda中的所有的python环境
conda info --env
# 更新conda至最新版本（当较新的版本可用时，终端会显示Proceed ([y]/n)?，此时输入y即可进行升级）
conda update conda
# 查看conda帮助信息
conda --h
# 在当前环境中安装包
conda install 包名
# 在指定环境中安装包
conda install --name 环境名称 包名
# 更新所有包
conda update --all
# 更新指定包
conda update 包名
# 获取当前环境中已安装的包信息
conda list
# 卸载当前环境中的包
conda remove 包名
# 卸载指定环境中的包
conda remove --name 环境名称 包名类型区别
| 类型 | pip | conda |
|---|---|---|
| 区别 | 包管理工具 | 环境管理系统、软件包管理系统 |
| 支持语言 | 只支持 Python | Python、R、C/C++ 等 |
| 源码安装 | 支持 | 不支持 |
.whl 文件安装 | 支持 | 支持 |
| 管理 Python 环境 | 不支持 | 支持 |
| 解决依赖包问题 | 支持 | 支持 |
提醒
如果电脑上有多个 Python 环境，想要在某个环境中安装包，就必须先切换到该环境，再使用当前环境中的库管理工具来安装包。
建议
pip 可以安装一些 conda 无法安装的包，conda 也可以安装一些 pip 无法安装的包。当使用一种命令无法安装包时，可以尝试另一种命令。
镜像源
上面介绍了 pip 安装和 conda 安装的区别，另外它们在下载 Python 包的来源上也有区别：
pip 下载源：PyPI (Python Package Index) 是 Python 官方的第三方库的仓库，所有人都可以下载第三方库或上传自己开发的库到 PyPI，而且绝大多数的 Python 包会优先发布到 PyPI 上。
conda 下载源：默认安装源是 Anaconda.org，上面有主流 Python 包，但在数量级上明显少于 PyPI，缺少一些小众的包。
无论使用 pip 还是使用 conda 都有一个共同点，就是 Python 包的下载速度很慢，原因在于这些 Python 包是存储在国外服务器上的。为了解决这一问题，国内的一些大学机构、公司集团搭建了公用的镜像源，例如清华大学的镜像源、阿里云的镜像源等，这些镜像源会将 PyPI 和 Anaconda.org 上的包复制到国内的服务器上。通过将 pip 或 conda 的下载源配置为国内的这些镜像源，可以加快 Python 包的下载速度，并减少因网络问题导致的安装失败或超时的情况。
指定镜像源
目前，常用的国内镜像源如下：
- 阿里云 http://mirrors.aliyun.com/pypi/simple/
- 清华大学 https://pypi.tuna.tsinghua.edu.cn/simple/
- 中国科学技术大学 http://pypi.mirrors.ustc.edu.cn/simple/
在使用 pip 安装命令时，通过参数 -i 指定国内的镜像源地址，举例如下：
shell
# 阿里云镜像源安装
pip install XXX(包名) -i http://mirrors.aliyun.com/pypi/simple
# 清华大学镜像源安装（三方库齐全，推荐）
pip install XXX(包名) -i https://pypi.tuna.tsinghua.edu.cn/simple配置镜像源
如果觉得上面每次执行 pip 命令都要加 -i 参数太麻烦，我们可以将镜像源地址配置到默认的下载管道中。具体操作如下：
- 永久指定pip镜像源：通过下面命令来永久指定 pip 的 Python 镜像源，运行后会在 C 盘里面的路径下生成
pip.ini文件。
shell
# 将清华pip镜像源配置到pip安装源列表中
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
shell
# 查看配置的pip安装源
pip config list
打开上面路径下生成的文件，也可以看到该文件的内容和上面的内容一致，说明 pip 镜像源配置成功。
- 永久指定conda镜像源：运行下面命令来永久指定 conda 的 Python 镜像源，运行后会在 C 盘里面的用户目录下生成
.condarc文件。
shell
# 运行命令在用户目录下生成.condarc文件
conda config --set show_channel_urls yes
首先，添加 Anaconda Python 免费仓库，将文件内容编辑为下面的内容：
shell
channels:
- defaults
show_channel_urls: true
default_channels:
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud接着，清除索引缓存，保证用的是镜像站提供的索引，命令如下：
shell
conda clean -i然后，展示 conda 的下载通道，命令如下：
shell
conda config --show channels最后，如果想让 conda 恢复默认源，可以执行下面的命令：
shell
conda config --remove-key channels