首先要下载Miniconda安装包 下载地址  链接:https://pan.baidu.com/s/1rj-9exKBSHnCCxqq7JQSxA      提取码:ab53 下一步 打开下载好的Miniconda安装包 然后点击 Next > I Agree 然后选择进行安装选择(推荐选择All User 所有用户不然到以后使用会很麻烦) 之后选择自己想要安装到的路径 路径一定要是全英文路径不然以后使用会有问题 然后安装完成后的两个选择咱们不要选 因为软件自己配置的环境变量不如自己配的兼任好

(实战项目应用) 1. 下载Miniconda 两个安装方式: 方式1:wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/Miniconda3-py37_4.8.2-Linux-x86_64.sh 方式2:选择下载安装包 "Miniconda3-py37_4.8.2-Linux-x86_64.sh" 2. 安装Miniconda 安装过程默认:具体过程为:yes->enter(回车)->yes 3. 检

打开Anaconda Prompt窗口conda update conda 先升级conda激活要升级python的虚拟环境conda install python=3.6.6 再升级pythonconda create --name webapp python=3.6.6conda remove --name webapp --all ubunto14.04上自带python2.7和python3.4 要安装python3.4-venv执行sudo apt-get install python

1 简介 pipenv是requests作者的一个项目,整合了virtualenv.pip.pipfile, 用于更方便地为项目建立虚拟环境并管理虚拟环境中的第三方模块.不需要再分别使用pip和virtualenv,直接使用pipenv即可.它使用Pipfile和Pipfile.lock 取代了requirements.txt. 2 安装pipenv 2.1 打开开始菜单中的命令提示符,输入以下命令进行安装: pip install pipenv 或者 python3 -m pip instal

一.python3.3之后自带的venv模块 1. 创建虚拟环境 python3.6 -m venv project-env 2. 加入虚拟环境目录 cd pronject-env 3. 激活虚拟环境 source bin/activite 4. 退出虚拟环境 deactivate 二.virtualenv 1. 安装 安装到系统目录 pip install virtualenv 安装到用户目录 pip install virtualenv --user 2. 创建项目 virtualenv p

首先想要学习django我们就得了解一下虚拟环境,什么是虚拟环境?他有什么用? 1.首先虚拟环境就相当于一个一个的盒子,这个盒子里面安装的软件不会对其他的盒子造成任何影响. 2.如果你现在用Django 1.10.x写了个网站,然后你的领导跟你说,之前有一个旧项目是用Django 0.9开发的,让你来维护,但是Django 1.10不再兼容Django 0.9的一些语法了.这时候就会碰到一个问题,我如何在我的电脑中同时拥有Django 1.10和Django 0.9两套环境呢?这时候我们就可以通

我这里觉得还是一步到位用virtualenvwrapper  工具,不再讲述virtualenv了,有了工具很好用 windows : 首先安装工具 pip install virtualenvwrapper 如果想自定义虚拟环境位置,可以修改环境变量,路径自己指定想要放虚拟环境的地方 修改环境变量:WORKON_HOME : 所有虚拟环境存储位置的路径 (这样我们创建的虚拟环境就知可以按照我的需求存放) 指定安装python3的虚拟环境:--python参数后面指向安装Python3 的路径,

# 安装 pip install virtualenv pip install virtualenvwrapper-win # win环境下 liunx下不需要-win #创建一个文件夹并cd进去mkdir xunihuanjincd xunihuanjin # 创建一个虚拟环境 mkvirtualenv 虚拟环境名 # 比如创建一个dome的虚拟环境 mkvirtualenv dome # 进入虚拟环境 进入创建目录下的 scripts 文件 执行 activate 等待出现虚拟环境名则成功

Python虚拟环境的概念对于管理项目用到的第三方包真是好处多多,所以也想在PyCharm使用虚拟环境. 在这个过程中,遇到很多问题: 第一是使用Python创建虚拟环境,然后在PyCharm创建项目时指定到这个虚拟环境.项目是创建成功了,但是在用PyCharm安装第三包时会出现错误: 第二是在PyCharm创建项目时,同时创建虚拟环境.PyCharm提供三种方式创建虚拟环境:Virtualenv.pipenv.conda.开始使用Virtualenv创建,但出现与上面同样的问题: 最后,在Py

前言: 本篇文章主要讲解的是在学习人工智能之深度学习时所学到的知识和需要的环境配置(安装Anaconda3和TensorFlow2步骤详解),以及个人的心得体会,汇集成本篇文章,作为自己深度学习的总结与笔记. 内容主要是人工智能和深度学习的简介.环境配置和简单的python实例演示. 对于刚了解人工智能基本常识和具有Python基础的人,再来看本篇文章,就会对人工智能之深度学习有种豁然开朗的感觉,也是对人工智能学习的一种进阶. PS:开发工具包在文章末尾,有需要或者有问题可以评论区留言讨论 一.

目录 Pipenv 什么是pipenv 安装pipenv pipenv用法 使用pipenv开发项目 pipenv 结合 pyenv Pipenv 什么是pipenv Pipenv is a production-ready tool that aims to bring the best of all packaging worlds to the Python world. It harnesses Pipfile, pip, and virtualenv into one single c

一.网卡配置 vim /etc/sysconfig/network-scripts/ifcfg-ens33 ONBOOT='yes' 二.更换Linux语言环境 1.修改配置文件 vim /etc/locale.conf LANG="zh_CN.UTF-8" 2.更改后查看系统语言变量 locale 三.更换yum repo源 cd /etc/yum.repos.d 1.好习惯,备份yum源 mkdir repo_bak mv *.repo repo_bak/ 2.下载阿里云repo文

一.pyenv版本管理工具 pyenv是一个python版本管理工具,可以实现轻松切换多个python版本 它可根据每个用户更改全局python版本,也可以为每个项目指定python版本,还可以管理virtualenv虚拟环境,可以自己创建virtualenv或者通过pyenv-virtualenv来自动化创建虚拟环境 pyenv通过PATH环境变量来匹配切换python或者pip的工作目录,pyenv通过读取工作环境来指定使用哪个python版本,如在当前会话中查找PYENV_VERSION环

一.首先先安装nginx静态服务 先更新 sudo apt-get update 1.安装gcc g++的依赖库 sudo apt-get install build-essential && sudo apt-get install libtool 2.安装pcre依赖库 sudo apt-get install libpcre3 libpcre3-dev 3.安装zlib依赖库 sudo apt-get install zlib1g-dev 4.安装ssl依赖库 sudo apt-ge

简介 简单说,pipenv就是把pip和virtualenv包装起来的一个便携工具. 它不会在你的项目文件夹里生成一大堆东西,只有两个文本文件: Pipfile, 简明地显示项目环境和依赖包. Pipfile.lock, 详细记录环境依赖,并且利用了hash算法保证了它完整对应关系.只在你使用pipenv lock命令后才出现. 安装 本机环境 我这里已经安装了Python3.7,Python2.7两个版本,其中Python3.7为默认版本,已将其路径添加到了PATH环境变量中.Python2.

出现问题:Anaconda中已经用[conda install libtiff]命令安装了libtiff,并且利用命令[conda list]发现libtiff确实存在,但在pip中却不存在[pip list] 解决办法: 1. 下载anaconda中当前虚拟环境下对应版本的libtiff的whl文件,并用pip安装,我的是TensorFlow36虚拟环境,python版本是3.6 libtiff下载地址:https://www.lfd.uci.edu/~gohlke/pythonlibs/ c

ubantu18.04 配置nginx与uwsgi   一.首先先安装nginx静态服务 先更新 sudo apt-get update 1.安装gcc g++的依赖库 sudo apt-get install build-essential && sudo apt-get install libtool 2.安装pcre依赖库 sudo apt-get install libpcre3 libpcre3-dev 3.安装zlib依赖库 sudo apt-get install zlib1

"作为一名爬虫工程师,你最需要关注的,是数据的来源" 原文:https://www.jb51.net/article/90114.htm 霍夫曼编码压缩算法 1.最基本的抓站   import urllib2   content = urllib2.urlopen('http://XXXX').read() 2.使用代理服务器 这在某些情况下比较有用,比如IP被封了,或者比如IP访问的次数受到限制等等. 1 2 3 4 5 import urllib2 proxy_support = 

anaconda是用于科学计算的python发行版本(可用于python虚拟环境的管理),miniconda是简化版的anaconda 1.下载安装miniconda 下载miniconda 因为Anaconda的安装包太大了(最新版的Anaconda3-5.3.1足足有630多MB),所以我们在这里只安装miniconda. 如果你对自己的网速比较有自信可以试试从官网下载miniconda官网 不过我还是建议你从国内的网站下载,清华源就是一个比较好的镜像网站上面也有很多其他资源,在这里就不赘述

安装python 之前安装python包,导致了python里面的包不兼容,用管理工具卸载也下载不掉,重新安装也安装不上,没有办法只能卸掉python重装. 安装Anaconda Anaconda指的是一个开源的Python发行版本,其包含了conda.Python等180多个科学包及其依赖项.conda也是一个非常好用的管理工具,只不过1500多个包自己用不了多少,我就选只Minicoda,是Anaconda的精简版本,只含有python和conda管理包. 清华大学Miniconda镜像 M