使用pip的第N次尝试——成功!

难题:python初学小白连cmd也不会使用,在使用命令的时候就遇见困难。(本文章中操作均在cmd中进行,且未切入python环境)

比如pip install命令,老是显示不是内部命令。

正确用法为:python -m pip install pygame+balabala……

如:1.升级pip:         python -m pip install --upgrade pip

2.安装包下载:      python -m pip install -U pip setuptools

(在这里面发现自己的环境变量没有添加scripts,立马去搞了orz)

3.从清华代理快速下载模块pygame、matplotib代码:

python -m pip install pygame -i https://pypi.tuna.tsinghua.edu.cn/simple

python -m pip install matplotlib -i https://pypi.tuna.tsinghua.edu.cn/simple

其他:python -m pip install XXX -i https://pypi.tuna.tsinghua.edu.cn/simple

 

 

 

我是1、2、3步全操作一遍,然后成功了,最后验证下

Congratulations!

 

 

### Pip 和 Conda 混用的影响 Pip 和 Conda 都是用于管理 Python 软件包的工具,但由于它们的设计目标不同,混用时可能会引发一系列问题。具体来说: - **依赖冲突**:Conda 使用自己的依赖解析器来处理软件包及其依赖关系,而 pip 则基于 PyPI 仓库进行安装。两者之间的依赖解析机制并不兼容,因此可能导致某些包无法正确加载或运行[^1]。 - **环境不稳定**:由于 Conda 和 pip 对同一环境的操作方式存在差异,混用可能破坏虚拟环境的一致性,进而导致程序崩溃或其他不可预测的行为[^2]。 - **重复安装**:当某个包既存在于 Conda 渠道又位于 PyPI 中时,可能出现重复安装的情况。这不仅浪费存储空间,还容易引起版本冲突[^5]。 --- ### 最佳实践 为了减少因混用带来的风险,以下是几种推荐的最佳实践方案: #### 方案一:优先使用 Conda 在大多数情况下,应首选 Conda 来满足项目所需的依赖项。这是因为 Conda 提供了一个更全面的生态系统,涵盖了不仅仅是 Python 包还包括其他科学计算所需的基础库(如编译好的二进制文件)。只有当特定需求无法通过 Conda 实现时才考虑借助 pip[^3]。 ```bash conda install numpy pandas scipy matplotlib ``` 如果确实需要额外的一些仅能在 PyPI 找到的小众模块,则可以在确认当前环境下无任何潜在冲突的前提下谨慎执行如下操作: ```bash pip install some-package-only-on-pypi ``` 注意在此过程中密切观察终端反馈信息以防意外状况发生。 #### 方案二:采用 Mamba 加速流程 鉴于传统意义上的 Conda 存在速度上的局限性——尤其是在复杂依赖场景下表现尤为明显——可以尝试替换为更快捷高效的替代品—Mamba。作为 Conda 的重构版,Mamba 继承了前者全部特性同时还极大地提升了性能效率,尤其适合大型项目的快速迭代开发阶段[^4]. 初始化一个新的 mamba 环境并激活之: ```bash mamba create -n myenv python=3.9 mamba activate myenv ``` 接着按照前述逻辑依完成必要的基础框架搭建工作. #### 方案三:隔离独立子环境 创建多个相互之间互不影响的不同用途专属型 mini-envs ,每一个专门服务于某类特殊任务或者实验测试目的。这样即使个别部分出现问题也不会波及其他重要组成部分的整体稳定性。 例如建立专属于深度学习研究方向的新领域探索专用区域: ```bash conda create --name dl-research python=3.8 pytorch torchvision torchaudio cudatoolkit=11.3 -c pytorch ``` 随后切换至此新设立的空间开展进一步深入探究活动即可。 --- ### 总结 综上所述,Pip 和 Conda 各自拥有独特的优势所在,合理规划二者间协作模式对于提升工作效率至关重要。遵循以上给出的各项指导原则有助于构建更加稳健可靠的编程生态环境。
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