pip

在以前的版本中，我们需要安装pip时，只需要执行下面命令即可安装： apt-get install python-pip 但是在更新到2020.1以后，上面的命令安装会提示无法定位安装包的问题！ 解决办法 wget https://bootstrap.pypa.io/get-pip.py python get-pip.py 来源： oschina 链接： https://my.oschina.net/u/4302130/blog/4282952

Python+requests环境搭建 首先你得安装Python，然后安装requests模块（第3方模块，安装方法：pip install requests） 基本用法 get 请求（不带参数的） 　　1.导入 requests 后，用 get 方法就能直接访问 url 地址，如：http://www.cnblogs.com/zzpython，看起来是不是很酷 　　2.这里的 r 也就是 response，请求后的返回值，可以调用 response 里的 status_code 方法查看状态码 　　3.状态码 200 只能说明这个接口访问的服务器地址是对的，并不能说明功能 OK，一般要查看响应的内容，r.text 是返回文本信息 params（带参数） 再发一个带参数的 get 请求，url 地址为： http://apis.juhe.cn/mobile/get?key=4391b7dd8213662798c3ac3da9f54ca8&phone="输入你要查询的手机号" 2.请求参数：key=4391b7dd8213662798c3ac3da9f54ca8 可以以字典的形式传参:{"key": "4391b7dd8213662798c3ac3da9f54ca8"} 3.多个参数格式：{"key1": "value1", "key2": "value2", "key3":

众所周知，升级某个库（假设为 xxx），可以用 pip install --upgrade xxx 命令，或者简写成 pip install -U xxx 。 如果有多个库，可以依次写在 xxx 后面，以空格间隔。那么，如何简单优雅地批量更新系统中全部已安装的库呢？ 接下来我们直奔主题，带大家学习几种方法/骚操作吧！ 方法一：pip list 结合 Linux 命令 pip list 命令可以查询已安装的库，结合 Linux 的一些命令（cut、sed、awk、grep……），可以直接在命令行中实现批量升级。 先查询一下，看看是什么格式的： 可以看到，前两行是一些提示信息，我们需要从第 3 行开始过滤，那就可以使用 awk 命令： python3 -m pip list | awk 'NR>=3{print}' | awk '{print $1}' | xargs python3 -m pip install -U 解释一下这句命令的操作过程：先 list 查询，接着第一个 awk 取出行号大于等于 3 的内容，第二个 awk 取出第一列的内容，然后作为参数传给最后的升级命令。 （PS：测试服务器上有不同版本的 Python，所以作了指定。关于“-m”的用法，推荐阅读： Python 中 -m 的典型用法、原理解析与发展演变 ） pip 还支持查询已过期的库，即使用 pip

一、目录结构： pip.conf文件： [global] index-url = https://mirrors.aliyun.com/pypi/simple/ [install] trusted-host=mirrors.aliyun.com requirements.txt文件： Django== 2.2.2 django-simpleui== 4.0.3 PyMySQL== 0.9.3 xlrd== 1.2.0 XlsxWriter== 1.1.8 xlwt== 1.3.0 uWSGI== 2.0.18 uwsgitop== 0.1 Dockerfile文件： FROM ubuntu: 18.04 # 基础镜像 MAINTAINER yangjianliang < 526861348@qq.com > # 作者 RUN sed -i s@ /archive.ubuntu.com /@ /mirrors.aliyun.com /@g /etc /apt /sources.list # 设置apt源为阿里云源 RUN apt-get clean && \ apt-get update && \ apt-get upgrade -y # 检查软件包并升级 RUN apt-get update && \ apt-get install -y \ python3 && \ apt

Mac 安装 Mac用户安装 python会比较方便,直接到 官网：https://www.python.org/downloads/mac-osx/ 下载安装包， 下载自己需要的版本，默认路径安装即可。之后的某节会讲到如何给Mac中的python安装其他模块， 比如比较常用的numpy 或者matplotlib. Windows 安装 请到 官网：https://www.python.org/downloads/windows/ 下载需要的版本的安装包， 下载所需(注意自己的系统是32位还是64位)，安装路径最好选择默认, 不然对于新手容易出现各种问题。 Windows 安装附加要点: 设置环境变量: 1.找到安装路径, 默认 C:\Users\**你的用户名**\AppData\Local\Programs\Python\Python35-32 粘贴路径 2.我的电脑 - 属性 - 高级 - 环境变量 - 系统变量中的PATH为（复制路径）: C:\Users\**你的用户名**\AppData\Local\Programs\Python\Python35-32; pip3 设置环境变量: C:\Users\**你的用户名**\AppData\Local\Programs\Python\Python35-32\Scripts; 检查安装是否成功 打开idle, print(1)

操作系统：Ubuntu Kylin 优麒麟 20.04 LTS 适用架构：arm64 程序员们习惯使用dd命令来制作启动盘，这对于普通用户来说是有难度的。将ISO文件写入优盘，就没有简单便捷的方法么？当然有。 Etcher是一款图形化的、跨平台的、非常好用的操作系统安装优盘制作工具。但是目前Etcher官方没有发布 arm64（鲲鹏、飞腾）版本，因此，在该架构的电脑上，使用起来就不太方便。这里给出几种解决办法。 开始之前 Python 有两个分支，Python 2 和 Python 3。 从 Ubuntu 20.04 开始，Python 3 被包括在基础的系统安装之中。Python 2 在通用源仓库中可用。我们鼓励用户切换到 Python 3。 一、已编译好的版本 有大佬在树莓派上做的移植。经过测试，在鲲鹏上也可以运行。 https://github.com/futurejones/balena-etcher-arm/releases 二、自行编译 高级别的 Etcher 概述 请务必查看我们的 ARCHITECTURE.md 指南，该指南旨在解释所有组件是如何组合在一起的。 开发 所需环境 通用环境 NodeJS（至少版本6.11） Python 2.7 jq curl npm（版本6.7） git 添加软件仓库 sudo add-apt-repository universe

我的基本情况： 先汇报我电脑的情况:Win10系统+已下载的3.8版本的python+已安装pycharm 我的安装目标：anaconda安装+tensorflow（cpu）+pycharm/spyde正常引包 anaconda下载及tensorflow环境创建 1.官网下载anaconda Python 3.7 version —64-Bit Graphical Installer (462 MB)—自定义安装路径—一直选择next 2.安装完成Anaconda之后进行环境变量的测试 2.1 检测anaconda环境是否安装成功：点击计算机开始，出现下图Anaconda prompt 选择进入anaconda prompt——输入conda --version 2.2 检测目前安装了哪些环境变量：conda info --envs 2.3查看当前有哪些可以使用的tensorflow版本： conda search --full --name tensorflow 3.在anaconda中安装tensorflow 3.1 创建 tensorflow 环境，安装python3.7， anaconda prompt输入 ： conda create --name tensorflow python=3. 7（创建3.6的python也可） （上图为创建的3.6环境）输入y确定 3

conda 常用命令 1）conda list 查看安装了哪些包。 2）conda env list 或 conda info -e 查看当前存在哪些虚拟环境 3）conda update conda 检查更新当前conda conda新建环境 conda create -n your_env_name python=X.X -> 新建环境 conda activate your_env_name 更改国内源 conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/ conda config --set show_channel_urls yes pip config set global.index-url https://mirrors.aliyun.com/pypi/simple/ 查看cuda版本 ls -l /usr

1.安装 netaddr 组件 pip install netaddr -i https://mirrors.aliyun.com/pypi/simple/ from netaddr import IPNetwork print ( ' https://ipjisuanqi.com/#121.224.143.188 ' ) ip_str = " 121.224.143.188/28 " ip = IPNetwork(ip_str) print (ip) print ( ' ============> 30 <============= ' ) # 修改地址的掩码长度为28 ip.prefixlen = 30 print (ip) print ( ' 网络地址 => %s ' % ip.network) print ( ' 网掩码位 => %s ' % ip.prefixlen) print ( ' 子网掩码 => %s ' % ip.netmask) ipIdx = 0; for item in ip.iter_hosts(): ipIdx = ipIdx + 1 print ( ' 可用IP %s = > %s ' % (ipIdx, item)) print ( ' 可用IP数量 => %s ' % ipIdx) print ( ' 广播地址 => %s ' % ip

numpy NumPy是Python的一种开源的数值计算扩展第三方库，用于处理数据类型相同的多维数组。开发这个库的直接目的就是简化多维数组操作，可更为方便地用来存储和处理大型矩阵，比Python自身的列表结构要高效得多，因为它支持大量的维度数组与矩阵运算，此外也针对数组运算提供大量的数学函数库 。 WINDOWS7下安装命令非常简单： pip install numpy NumPy提供了大量高级数值编程工具，如：矩阵数据类型、矢量处理，以及精密的运算库，广泛应用于大型金融公司以及核心的科学计算组织。 NumPy库提供大量基础型方便矩阵操作的多维数组函数： 创建数组类 arange, array, copy, empty, empty_like, eye, fromfile, fromfunction, identity, linspace, logspace, mgrid, ogrid, ones, ones like, r , zeros, zeros_like 转换类 ndarray.astype, atleast_1d, atleast_2d, atleast_3d, mat 操纵类 array_split, column_stack, concatenate, diagonal, dsplit, dstack, hsplit, hstack, ndarray.item,