Linux部署python3.0版本——及基本操作

(一)部署环境

首先查看列表,找到python3.0的包

yum list installed|grep python

如果没有,是因为yum源的问题,可部署阿里云镜像然后下载epel包,这里的内容可参考前面的阿里云镜像部署

然后进行下载

yum -y install python3
最后查看
python3 --version
3.6.8
有这个就可以了
#进⼊到python的编辑状态
python3

(二)python基本操作以及内容讲解

1.变量和数据类型

(1)三⼤类数据类型
字符 字符串
str
数值 整数,浮点
int
float
逻辑 True. False

2.数据集合

1. 列表
(1) 使⽤最为⼴泛的⼀个数据集合⼯具
(2)是java中数组和list的综合体
(3)list
(4)当有多个数据需要管理,可以定义⼀个列表
(5)管理列表
# python为开发提供了丰富的使⽤感⼿册
help(lista) #通过上下⽅向,enter,space键来翻
阅信息 使⽤q退出查看 more less
# 创建列表
lista=[]
listc=[1,2,3]
# 修改改列表
# 追加元素
lista.append(item) # 在所有元素之后添加元素
# 插⼊元素
listb.insert(pos,item) #在pos序列号之前插⼊
item
#删除元素remov 和pop
list.pop()# 删除list中的最后⼀个元素‘
list.remove(list[index]) 删除学号为index的元素
# 修改元素
list[index]=newvalue
# del list
2. 字典
(1)dict
(2)dirctionary
(3)key-value。键值对
(4){"name":"蛋蛋","age":"39","gender":"male","height":"145","weight":"1
80"}
(5)键:值

 "from" :"me",
 "to":"you",
 "message":"你吃饭了吗?",
 "time":"2024-7-8 9:00.:32",
 "user":{
 "username":"abc",
 "password":"abc"
 }
}

3. 元组

(1)没有修改,只可以查看
(2)tuple[index]
(3)list(tuple)
(4)Tuple(list)

4. []列表,{}字典,()元组

5. List()可把dict的key⽣成⼀个列表

6. list可以把tupl变成列表

7. tupl可以把dic和list变成元组

{
• "method":"post",
• "username":"abc",
• "password":"123",
• "params":[1,2,3],
• "cntroller":"login"
}

3.选择语句和循环语句

1. 选择语句
(1) 缩进时必须的
(2)if
if condition0:
 statement0;
if condition1:
block1;
else:
block2;
else:
 statement1;
多分枝
if condition0:
 block0
elif condition1:
 block1
elif condition2:
 block2
...
else:
 blockn
2. 循环语句
(1)for
for var in list:
 print(var)
for i in range(101): # 0-100
n=n+i
print(n) # 1-100数字累加
#在列表中循环
for var in ["a","b","c"]:
print(var)
# 在字典中遍历
 d=
{"id":1001,"name":"zhangsan","gender":"⼥","
age":18}
for var in d:
print(var) #将d这个字典中的key都输出的
print(d[var])# 根据key返回对饮的value值得
for var in d.keys():
print(var)
print(d[var])
for var in d.values():
print(var)
#元组中的遍历
tupl0=("a","c","e")
for var in tupl0:
print(var)
(2)while
while condition:
 blocak
 # continue,break;
i=0
n=0
# 1-100的累加
while i<101:
i+=1
 n+=i
print n
# break和continue也可以应⽤于for
while True:
print("abc")
break
while True:
if i==3:
continue
i+=1
# 指令
vim 001.py
# 执⾏py脚本
python3 001.py
# 调试py脚本
python3 -m pdb 001.py
# 输⼊n按回⻋执⾏下⼀⾏代码
# 输⼊q退出调试
# ⽣成随机数
import random
n=random.randint(0,10)
# 创建⽬录
import os
os.mkdir("/opt/aaa/")

### 部署 Stable Diffusion 的准备工作 为了成功部署 Stable Diffusion,在本地环境中需完成几个关键准备事项。确保安装了 Python 和 Git 工具,因为这些对于获取源码和管理依赖项至关重要。 #### 安装必要的软件包和支持库 建议创建一个新的虚拟环境来隔离项目的依赖关系。这可以通过 Anaconda 或者 venv 实现: ```bash conda create -n sd python=3.9 conda activate sd ``` 或者使用 `venv`: ```bash python -m venv sd-env source sd-env/bin/activate # Unix or macOS sd-env\Scripts\activate # Windows ``` ### 下载预训练模型 Stable Diffusion 要求有预先训练好的模型权重文件以便能够正常工作。可以从官方资源或者其他可信赖的地方获得这些权重文件[^2]。 ### 获取并配置项目代码 接着要做的就是把最新的 Stable Diffusion WebUI 版本拉取下来。在命令行工具里执行如下指令可以实现这一点;这里假设目标路径为桌面下的特定位置[^3]: ```bash git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git ~/Desktop/stable-diffusion-webui cd ~/Desktop/stable-diffusion-webui ``` ### 设置 GPU 支持 (如果适用) 当打算利用 NVIDIA 显卡加速推理速度时,则需要确认 PyTorch 及 CUDA 是否已经正确设置好。下面这段简单的测试脚本可以帮助验证这一情况[^4]: ```python import torch print(f"Torch version: {torch.__version__}") if torch.cuda.is_available(): print("CUDA is available!") else: print("No CUDA detected.") ``` 一旦上述步骤都顺利完成之后,就可以按照具体文档中的指导进一步操作,比如调整参数、启动服务端口等等。整个过程中遇到任何疑问都可以查阅相关资料或社区支持寻求帮助。
评论
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