windows下多个python版本共存

双Python环境配置
本文介绍如何在同一台计算机上安装并配置Python 2.7和3.3两个版本,包括环境变量设置、解决pip命令冲突等问题。

方法/步骤

  1.  

    首先当然是安装你需要的两个不同版本的python,这里我安装的是2.7和3.3的,两个版本安装顺序无所谓。

    windows下多个python版本共存
    windows下多个python版本共存
    windows下多个python版本共存
  2.  

    接下来就是检查环境变量,缺少的我们需要添加。先找到环境变量的位置。

    windows下多个python版本共存
    windows下多个python版本共存
    windows下多个python版本共存
    windows下多个python版本共存
    windows下多个python版本共存
  3.  

    在Path环境变量中检查以下4个变量(Path中的环境变量是以分号隔开的):

    1.c:\Python27

    2.c:\Python27\Scripts

    3.c:\Python33

    4.c:\Python33\Scripts

    少哪个加哪个,注意分号隔开。

  4.  

    然后进入Python2.7安装目录找到如图内容,把python.exe删除。

    windows下多个python版本共存
  5.  

    然后进入python3.3安装目录。找到python.exe程序,把它重命名为python3.exe

  6. 6

    最后打开命令行界面测试一下。执行python2命令会进入python2.7的交互环境,执行python3命令会进入python3.3交互环境。

    windows下多个python版本共存
    windows下多个python版本共存
  7. 7

    剩下的问题就是pip的问题了。

    python3 -m pip install -U pip
    python3 -m pip install virtualenv
    python2 -m pip install -U pip
    python2 -m pip install virtualenv
    安装完成以后,无法直接使用pip命令,必须使用pip2或者pip3才能使用

转载于:https://www.cnblogs.com/linkenpark/p/5313862.html

为了设计与SCI(科学引文索引)相关的配色方案,可以参考科学研究领域常见的颜色搭配原则以及学术图表中的经典配色风格。以下是几种方法和建议: --- ### 方法一:采用科学研究领域的标准配色 科学研究中常用的配色以简洁、直观为主,通常包括以下几类颜色组合: - **蓝色系**:代表数据和技术,例如深蓝 (#003f5c) 和浅蓝 (#66c2a5)。 - **绿色系**:象征自然和增长,适合生态学或生物学主题,如森林绿 (#4daf4a)。 - **红色系**:用于强调重要结果或对比项,如鲜红 (#e41a1c)。 这些颜色常出现在Matplotlib、Tableau等数据分析工具的默认模板中。 --- ### 方法二:借鉴知名期刊封面的颜色 许多顶级期刊封面采用了独特的配色方案,可供参考: - **Nature**:以白色背景结合鲜艳的主题色(如橙色 #ff7f00),突出重点内容。 - **Science**:多使用灰色调 (#999999),辅以亮色调点缀,营造现代感。 - **Cell**:偏好柔和渐变效果,常用紫色 (#8da0cb) 和黄色 (#ffd92f) 组合。 --- ### 方法三:利用在线工具生成专业配色方案 一些网站提供专门针对科研图表和报告的设计服务,能够快速生成合适的配色方案: - **ColorBrewer (colorbrewer2.org)**:专注于地图和统计图形的配色选择,支持无色盲障碍选项。 - **Paletton (paletton.com)**:可以根据输入的基础色自动推荐协调的配色方案。 - **Coolors (coolors.co)**:实时调整颜色并导出为多种格式,方便应用于PPT或论文插图。 --- ### 方法四:遵循色彩心理学的原则 在设计过程中考虑目标受众的心理反应: - 冷色调(如蓝色、青色)传递冷静、理性的感觉,适用于技术型文章。 - 温暖色调(如红色、橙色)激发活力和热情,适合作为核心结论的高亮显示。 - 中性灰度则能平衡整体布局,避免过于刺眼。 --- ### 示例代片段:Python实现基础配色方案 如果需要程序化生成配色方案,可以尝试如下代: ```python import matplotlib.pyplot as plt from matplotlib.colors import ListedColormap # 定义一组经典的SCI配色 colors = ['#003f5c', '#58508d', '#bc5090', '#ff6361', '#ffa600'] custom_cmap = ListedColormap(colors) # 可视化配色条 plt.figure(figsize=(8, 3)) plt.imshow([list(range(len(colors)))], cmap=custom_cmap, aspect='auto') plt.xticks(list(range(len(colors))), colors) plt.yticks([]) plt.title('Example of SCI Color Palette') plt.show() ``` ---
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