Anaconda手动安装第三方库/离线库

本文详细介绍如何通过下载并解压安装包的方式手动安装Anaconda的第三方库至指定虚拟环境中,包括具体步骤与验证方法。
部署运行你感兴趣的模型镜像

下载第三方库

一般可以在https://pypi.org/网页上寻找到第三方库,这里以wandb(恰好需要下这个包)为例:
找到需要的对应版本的包
点击即可下载.tar.gz安装包文件(我个人习惯这种安装方式)tar.gz,压缩包

解压到对应的Anaconda虚拟环境中

我们需要将这个包安装到需要的环境中,例如我需要将这个包安装到我的pytorch环境中:

  1. 打开Anaconda文件夹(一般在C盘或D盘的User目录下)
    Anaconda

  2. 依次打开envs → \rightarrow pytorch(或者其他你需要的环境) → \rightarrow Lib(一般库都装在这里) → \rightarrow site-packages,将原本的tar.gz压缩包解压到该文件夹下
    解压文件夹

install & build

打开anaconda prompt,进入到这个包所在的目录下:“D:\Users\Anaconda3\envs\pytorch\Lib\site-packages\wandb-0.10.12”

cd D:\Users\Anaconda3\envs\pytorch\Lib\site-packages\wandb-0.10.12

进入文件夹后,先install

python setup.py install

install
最后出现"Finish processing dependencies for wandb==0.10.12"安装结束
安装结束
install结束后就可以build了

python setup.py build

build
指令运行完成后就可以看到在原来的site-package目录下有一个新的wandb-0.10.12-py3.8.egg文件夹
新文件夹

检查是否安装成功

一般有两种方式:

  • 用"pip list"指令查看环境下所有的包,看看是否有新安装的包
  • 输入"python"指令进入编译,再输入"import 包名"指令,看是否跳出下一行,跳出则安装成功:
    检查是否安装成功

希望可以帮到大家

您可能感兴趣的与本文相关的镜像

Python3.8

Python3.8

Conda
Python

Python 是一种高级、解释型、通用的编程语言,以其简洁易读的语法而闻名,适用于广泛的应用,包括Web开发、数据分析、人工智能和自动化脚本

### 安装外部库的方法 为了在Anaconda环境中安装外部库,可以采用多种方法来实现这一目标。通常情况下,在命令提示符或终端中操作是最常见的做法。 #### 使用 `conda` 命令安装包 对于大多数Python库来说,推荐优先尝试通过Conda渠道进行安装,因为这能更好地管理依赖关系并减少冲突的可能性。例如要安装名为`example-package`的库: ```bash conda install example-package ``` 如果该软件包存在于默认的Conda仓库之外,则可能需要指定额外的通道(channel),比如`conda-forge`: ```bash conda install -c conda-forge example-package ``` 此方式能够确保所安装的版本与其他已存在的组件兼容[^1]。 #### 利用 `pip` 工具安装第三方模块 当某些特定需求无法通过上述途径满足时——即所需库不在官方Conda存储库内,这时可借助Pip工具完成安装工作。需要注意的是,在执行此类操作前最好先激活对应的虚拟环境(假设已经创建),以防止污染全局解释器设置;另外就是应该确认当前使用的pip确实属于Anaconda分发版的一部分而非系统自带的那个版本。具体指令如下所示: ```bash # 激活所需的anaconda环境 conda activate myenv # 接着使用 pip 来安装 Python 包 pip install some-package-name ``` 这样做不仅限于简单的安装动作,还可以方便地卸载不再需要的项目或是更新现有资源至最新稳定发行版[^3]。 #### 创建新的自定义环境来进行隔离测试 有时出于安全考虑或者是想要保持主工作区整洁有序的目的,可以选择建立全新的独立空间用于实验性质较强的任务处理。这样做的好处在于即使遇到问题也不会影响到其他正常运作的部分。下面是一组示范性的命令序列用来展示怎样快速搭建起这样一个专属区域连同必要的扩展件一起部署到位: ```bash # 创建一个新的环境叫做my_custom_env,并指明python版本 conda create --name my_custom_env python=3.8 # 启动刚才新建好的环境 conda activate my_custom_env # 在这个新环境下按照前述两种办法之一引入期望获取的目标库文件 conda install numpy pandas matplotlib seaborn ``` 以上便是几种常见有效的手段帮助用户顺利向其Anaconda体系结构里增添更多实用功能部件的方式[^2]。
评论 8
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值