linux离线搭建Python环境及安装numpy、pandas

本文分享了在无网络的CentOS服务器上安装Python 2.7.11及其依赖库numpy、pandas的经验,包括解决依赖问题和配置环境。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

最近需要在公司Cent OS 6.5的服务器上用python写代码,但公司服务器不能连外网(不能使用网上资料比较多的yum,apt-get之类的命令),搭建python环境和安装numpy、pandas费了不少时间,走了不少弯路,记录一下以备以后查阅。
以下关于下载的,都是从本机联网下载后,通过xshell或FileZilla上传至公司服务器
1. 搭建Python环境
Cent OS 6.5默认装的有python2.6.6,但之前都是2.7版本写的,怕有什么不兼容的,于是重新安装python2.7.11
下载地址:https://www.python.org/downloads/source/
在想要的位置创建目录:mkdir python
将下载后的文件Python-2.7.11.tgz上传至python文件夹中
进入python文件夹:cd python
解压缩到当前目录:tar -zxvf Python-2.7.11.tgz
打开刚解压的文件夹:cd Python-2.7.11
安装python2.7.11:
./configure –prefix=/usr/local/python2.7.11(此处因为是新服务器,没有装gcc,出现报错,安装好gcc后ok)
make
make install
(以上这两步等的时间少长点)
建立软连接:ln -s /usr/local/python2.7.11/bin/python /bin/python2.7.11
运行python:python2.7.11
出现python版本等信息,证明安装成功
2. 安装numpy
由于之前知道numpy是pandas的依赖库,所以先安装numpy
下载地址:https://pypi.python.org/pypi/numpy/1.9.2 ,下载numpy-1.9.2.tar.gz (md5, pgp)这个文件
上传至python文件夹
解压缩:tar -zxvf numpy-1.9.2.tar.gz
进入解压后的文件夹:cd numpy-1.9.2
安装numpy:python2.7.11 setup.py install
注意,因为默认的python还是2.6.6,所以这里都使用python2.7.11来启动新安装的版本,以后可以找找设置默认版本的方法
验证安装成功:
先离开numpy的源文件夹(否则import时会报错):cd /
启动python:python2.7.11
import numpy as np
没提示出错,安装成功
3. 安装pandas
安装pandas是最费劲的,出了很多问题。经常提示“ImportError: C extension:No module named dateutil……”之类的。最大的问题是pandas除了numpy外还需要好多依赖库,之前不知道,参考这篇文章
下载地址:https://pypi.python.org/pypi/pandas/0.16.2
安装方法与之前类似,不再赘述
因为上面的问题,需要安装依赖库
python-dateutil:
pytz:
numexpr:
bottleneck:
以上都在https://pypi.python.org/pypi中搜索,找到压缩文件下载并按之前的方法安装就好,
安装完发现还是提示相似的错误,不过这次module变成了six,于是还是在同样的网站搜索six,还真找到了
six:https://pypi.python.org/pypi/six/1.9.0
这个安装好后,在尝试import pandas终于ok了
放入已经写好多了用到了numpy和pandas的.py文件,正常运行!
对于是否真的需要pytz/numexpr/bottleneck这几个还真不确定~

### 安装PyDbg包于离线环境下的方法 对于在离线环境安装 `pydbg` 包,由于网络不可访问,通常需要预先下载所需的文件并传输到目标机器上。考虑到特定版本的 Python 和依赖项管理工具的选择,在此情况下为 Python 3.9 版本。 #### 方法一:使用pip下载whl文件 可以在联网计算机上执行如下操作来获取适用于 Windows 平台上的 `.whl` 文件: ```bash pip download pydbg --only-binary=:all: -d path_to_save_wheel_files ``` 上述命令会将所有二进制分发版(如果有)保存至指定目录下[^1]。之后可将这些轮子文件复制到离线系统的相应位置,并通过本地路径完成安装过程: ```bash pip install --no-index --find-links=path_to_wheel_files pydbg ``` 这里假设已经有一个可用的 pip 环境配置好了 Python 3.9 解释器以及对应的 pip 工具链。 #### 方法二:利用Conda打包环境 另一种方式是创建一个包含所需软件包及其依赖关系的 Conda 环境压缩包。这一步同样需在一个有互联网连接的工作站上来实现: ```bash conda create -n myenv python=3.9 pydbg --offline-mode --download-only conda-pack -n myenv -o myenv.tar.gz ``` 接着把生成好的 tarball 移动给无网设备解压即可启动新建立起来的应用场景: ```bash tar -xzf myenv.tar.gz source myenv/bin/activate # Linux/MacOS 或者 on Windows use 'myenv\Scripts\activate' ``` 这种方法的优势在于它能够自动处理大部分隐含关联库而无需手动干预太多细节问题[^2]。 #### 注意事项 无论采用哪种方案都建议提前确认好操作系统架构(x86 vs x64),因为不同平台间可能存在兼容性差异;另外就是确保源端与目的端之间保持一致性的 Python 主次版本号(即都是 3.9.x)[^5]。
评论 2
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