Python 之 安装模块的多种方法

1、自己写的模块，能够直接加入到路径下。

这样就能够直接调用。

import sys

sys.path.append("/home/username/")



2、单文件模块

直接把文件复制到$python_dir/lib



3、网上下载的第三方库，一般解压后，找setup.py文件

   执行python setup.py install



4、 egg文件

   1) 下载ez_setup.py,执行python ez_setup

   2) easy_install *.egg



5、pip安装方法

   Pip 是安装python包的工具，提供了安装包，列出已经安装的包，升级包以及卸载包的功能。

Pip 是对easy_install的代替，提供了和easy_install相同的查找包的功能，因此能够使用easy_install安装的包也相同能够使用pip进行安装。

安装Pip

   Pip的安装能够通过源码包。easy_install或者脚本。

   以下介绍一下各种安装方法：

   源码方式：

   $ wget https://pypi.python.org/packages/source/p/pip/pip-1.2.1.tar.gz （替换为最新的包）

   $ tar xzf pip-1.2.1.tar.gz

   $ cd pip-1.2.1.tar.gz

   $ python setup.py install

   easy_install:

   $ easy_install pip

   get_pip.py 脚本：

   $ curl -0 https://raw.github.com/pypa/pip/master/contrib/get-pip.py

   $ sudo python get-pip.py

   OK, 以下来看一下Pip的使用

   安装package

   $ pip install Markdown

   列出安装的packages

   $ pip freeze

   安装特定版本号的package

   通过使用==, >=, <=, >, <来指定一个版本。

   $ pip install 'Markdown<2.0'

   $ pip install 'Markdown>2.0,<2.0.3'

   升级包

   升级包到当前最新的版本号。能够使用-U 或者 --upgrade

   $ pip install -U Markdown

   卸载包

   $ pip uninstall Markdown

   查询包

   pip search "Markdown"



6、特殊库的安装（一个科学计算库Enthought Python Distribution的安装） 

  Enthought Python Distribution在ubuntu下安装的測试，应一个网友的请求，问怎么安装这个库，从官方站点上下载了一个文件

epd_free-7.3-2-rh5-x86.sh。遮个文件是sh 格式的文件，用sudo bash epd_free-7.3-2-rh5-x86.sh 执行这个文件，出现非常多权限的阅读。点回车。不要连续点

须要点一次看一下。最后出现一个同一不同一它的版权声明，输入"yes",再下来是让选择安装的文件夹，点回车，就安装在当前文件夹下。

这样就安装好了。

当前文件夹下输入

>>> ipython --pylab

就出来

Python 2.7.3 (default, Apr 20 2012, 22:44:07)

Type "copyright", "credits" or "license" for more information.

IPython 0.12.1 -- An enhanced Interactive Python.

?         -> Introduction and overview of IPython's features.

%quickref -> Quick reference.

help      -> Python's own help system.

object?   -> Details about 'object', use 'object??' for extra details.

Welcome to pylab, a matplotlib-based Python environment [backend: TkAgg].

For more information, type 'help(pylab)'.

再这样调用。

这个库因为我工作上用不上，所以也不须要进一步的研究。

In [1]: from scipy import *

In [2]: a=zeros(1000)

In 3]: a[:100]=1

In [4: b=fft(a)

In [5]: plot(abs(b))