Python-常⽤更新命令以及常见库安装库的安装⽅式⼀般有两种：
⼀、 pip直接安装（或使⽤⾖瓣源）
pip install scrapy
pip install -i pypi.douban/simple/ scrapy
pip uninstall 包名#卸载包
⼆、使⽤whl⽂件安装
whl下载：www.lfd.uci.edu/~gohlke/pythonlibs/#
pip install xxxxx.whl  #注意whl⽂件须在当前路径下或者whl⽂件名前加路径
pip install Twisted‑17.9.0‑cp36‑cp36m‑win_amd64.whl
三、使⽤其它镜像源
⾖瓣源
pip install -i pypi.douban/simple 包名
清华源
# 百度搜索“pip清华源” mirrors.tuna.tsinghua.edu/help/pypi/
pip install -i pypi.tuna.tsinghua.edu/simple 包名
pip安装指定版本python包：
四 jupyter notebook的使⽤
#Jupyter Notebook（此前被称为 IPython notebook）是⼀个交互式笔记本，⽀持运⾏ 40 多种编程语⾔。
pip install pypi.douban/simple jupyter
jupyter notebook NbExtensions的安装
⽤conda安装：
conda install -c conda-forge jupyter_contrib_nbextensions
conda install -c conda-forge jupyter_nbextensions_configurator
Pip安装:
pip install jupyter_nbextensions_configurator jupyter_contrib_nbextensions
jupyter contrib nbextension install --user
jupyter nbextensions_configurator enable --user
【注】如果在安装过程中有提⽰“warning”，试试以管理员⾝份运⾏“anaconda prompt”，再安装
参考⽂章：
代码补全: Hinterland
⽣成⽬录: Table of Contents(2)
五爬⾍的⼏个包
pip install Scrapy  # scrapy 框架
pip install langid  # 语⾔识别，处理 name
pip install scrapy-redis  # 实现 redis 分布式
pip install pymongo  # MongoDB ⽤到
pip install fake_useragent # 随机⽣成UserAgnet，最有发现有问题，没有⽤到
六、常⽤库
pip更新：
python -m pip install --upgrade pip
查看安装列表：
pip list
Anaconda更新：
conda install mingw libpython
TensorFlow
# 清华源
pip install -i pypi.tuna.tsinghua.edu/simple tensorflow
dlib:
# blog.csdn/zmdsjtu/article/details/72642521?utm_source=itdadao&utm_medium=referral
# ⾸先需要Cmake以及编译C++成python程序的⼯具
sudo apt-get install libboost-python-dev cmake
pip install dlib
opencv:
pip install -i pypi.tuna.tsinghua.edu/simple opencv-python
Numpy：
# NumPy( Numberical Python )是⼀个开源的python科学计算库，可⽤来存储和处理⼤型矩阵，⽐Python⾃⾝的嵌套列表（nested list structure)结构要⾼效的多（该结构也可以⽤来表⽰矩阵（matrix））。pip install -i pypi.douban/simple numpy
import numpy as np
SciPy：
'''
Scipy库构建于NumPy之上，提供了⼀个⽤于在Python中进⾏科学计算的⼯具集，如数值计算的算法和⼀些功能函数，可以⽅便的处理数据。主要包含以下内容：
统计
优化
集成
线性代数
傅⾥叶变换
信号和图像处理
SciPy 提供了⼀个⾮常⼴泛的特定函数集合
'''
pip install -i pypi.douban/simple scipy
Matplotlib:
# Matplotlib 是⼀个 Python 的 2D绘图库，它以各种硬拷贝格式和跨平台的交互式环境⽣成出版质量级别的图形。
#使⽤matplotlib能够⾮常简单的可视化数据
pip install -i pypi.douban/simple matplotlib
import matplotlib.pyplot as plt
sklearn:
# sklearn是机器学习中⼀个常⽤的python第三⽅模块
# /stable/index.html
# ⾥⾯对⼀些常⽤的机器学习⽅法进⾏了封装，在进⾏机器学习任务时，并不需要每个⼈都实现所有的算法，只需要简单的调⽤sklearn⾥的模块就可以实现⼤多数机器学习任务。
pip install -i pypi.douban/simple sklearn
安装flask:
#Flask是⼀个使⽤ Python 编写的轻量级 Web 应⽤框，可以使⽤Python语⾔快速实现⼀个⽹站或Web服务。
pip install -i pypi.douban/simple/ flask
安装Pillow与PIL：
关于Pillow与PIL
PIL(Python Imaging Library)是Python⼀个强⼤⽅便的图像处理库，名⽓也⽐较⼤。不过只⽀持到Python 2.7。
PIL官⽅⽹站：www.pythonware/products/pil/
Pillow是PIL的⼀个派⽣分⽀，但如今已经发展成为⽐PIL本⾝更具活⼒的图像处理库。⽬前最新版本是3.0.0。
Pillow的Github主页：github/python-pillow/Pillow
Pillow的⽂档(对应版本v3.0.0)：/en/latest/handbook/index.html
Pillow的⽂档中⽂翻译(对应版本v2.4.0)：/en/latest/
Python 3.x 安装Pillow
给Python安装Pillow⾮常简单，使⽤pip或easy_install只要⼀⾏代码即可。
在命令⾏使⽤PIP安装：
pip install Pillow
或在命令⾏使⽤easy_install安装：
easy_install Pillow
安装完成后，使⽤from PIL import Image就引⽤使⽤库了。⽐如：
from PIL import Image
im = Image.open("bride.jpg")
关于Pillow和PIL
安装PyQt5/4（⾃动安装sip）：
pip install -i pypi.douban/simple pyqt5
Cerberus：
#Cerberus是⼀个验证Python对象、MongoDB格式的库
#www.jianshu/p/ca852f679fcc
pip install -i pypi.douban/simple cerberus
seaborn:
# Seaborn是Python基于matplotlib的数据可视化⼯具。其实是在matplotlib的基础上进⾏了更⾼级的API封装，从⽽使得作图更加容易，在⼤多数情况下使⽤seaborn就能做出很具有吸引⼒的图。# /installing.html
pip install seaborn
conda install seaborn
pandas:
# ....
pip install -i pypi.douban/simple pandas
nose:
# ....
pip install -i pypi.douban/simple nose
wxpython:
# ...
pip install -i pypi.douban/simple wxpython
使⽤PPA安装JDK8
blog.csdn/u012707739/article/details/78489833
python官方文档中文版
selenium
pip install selenium
virtualenv和virtualenvwrapper
$ pip3 install virtualenv
$ pip3 install virtualenvwrapper
pypcap 和 dpkt
# 安装pypcap
# github/pynetwork/pypcap
# 先安装 libpcap-dev 和 python-dev ( 不⽤进⼊虚拟环境 )
sudo apt-get install libpcap-dev
sudo apt-get install python-dev
pip install pypcap
# 安装dpkt
pip install dpkt

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。