零、参考连接

https://pip.pypa.io/en/stable/user_guide
https://pip.pypa.io/en/stable/reference/pip_install/#usage
https://www.python.org/dev/peps/pep-0440/#version-specifiers

一、安装pip

Ubuntu:

# python2
sudo apt-get install python-pip
# python3
sudo apt-get install python3-pip

Windows:
装好Python之后把Python安装目录下的Scripts文件夹的路径加入环境变量PATH就行。

测试是否安装成功

# python2
pip -V
# 或者
pip2 -V
# python3
pip3 -V

当pip命令无法运行时：

# python2 and python3 on windows, python2 on linux
python -m pip -V
# python3 on linux
python3 -m pip -V

同时存在Python2和Python3时，在linux系统中，可以通过pip(或者pip2)和pip3分别为Python2和Python3安装库；而在Windows中Python2和Python3都有pip.exe，所以就需要使用pip2和pip3来分别为Python2和Python3安装库。为了节约篇幅，后面只使用pip作为例子讲解，需要为Python2安装库时，使用pip2命令；需要为Python3安装库时，使用pip3命令。

pip换源
换源的就是把下载库的服务器切换为国内的镜像服务器，下载速度会快很多很多。

清华的源
Linux 打开终端，输入：

mkdir  ~/.pip/
echo [global] > ~/.pip/pip.conf
echo index-url=https://pypi.tuna.tsinghua.edu.cn/simple >> ~/.pip/pip.conf

Windows 打开命令行，输入:

mkdir %USERPROFILE%\pip
echo [global] > %USERPROFILE%\pip\pip.ini
echo index-url=https://pypi.tuna.tsinghua.edu.cn/simple >> %USERPROFILE%\pip\pip.ini

上面的命令就是创建 ~/.pip/pip.conf或者%USERPROFILE%\pip\pip.ini，然后在文件中写入：

[global]
index-url=https://pypi.tuna.tsinghua.edu.cn/simple

%USERPROFILE%是用户目录； ～是Ubuntu下的用户目录。

阿里的源
Linux 打开终端，输入：

mkdir  ~/.pip/
echo [global] > ~/.pip/pip.conf
echo index-url=https://mirrors.aliyun.com/pypi/simple/  >> ~/.pip/pip.conf

Windows 打开命令行，输入:

mkdir %USERPROFILE%\pip
echo [global] > %USERPROFILE%\pip\pip.ini
echo index-url=https://mirrors.aliyun.com/pypi/simple/  >> %USERPROFILE%\pip\pip.ini

上面的命令就是创建 ~/.pip/pip.conf或者%USERPROFILE%\pip\pip.ini，然后在文件中写入：

[global]
index-url=https://mirrors.aliyun.com/pypi/simple/

二、pip命令的基本使用方法

1、指定库的名字

一次安装一个包

pip install SomePackage             # 安装最新版本
pip install SomePackage==1.0.4      # 安装指定版本1.0.4
pip install 'SomePackage>=1.0.4'    # 最低版本是1.0.4
pip install SomePackage.whl         # 安装whl文件
pip install http://wxpython.org/Phoenix/snapshot-builds/wxPython_Phoenix-3.0.3.dev1820+49a8884-cp34-none-win_amd64.whl  # 从链接安装
pip install --upgrade --no-deps SomePackage # 升级SomePackage且不升级依赖
pip install --user SomePackage      # 把SomePackage安装到用户目录中

在使用>=、<等符号时，需要在两边加上单引号，应为>和<在命令行中是重定位输出和输入符。>=、<等符号是版本限定的关系符。

也可以一次安装多个包

pip install Package Package2==1.0.4  'Package3>=1.0.4'

2、从Requirements文件安装

pip install -r requirements.txt

requirements.txt的每一行是一个包。一个例子如下：

# 没有版本限定符
nose
beautifulsoup4# 有版本限定符
# 版本限定符参考： https://www.python.org/dev/peps/pep-0440/#version-specifiers
docopt == 0.6.1             # 指定版本0.6.1
keyring >= 4.1.1            # 最低版本 4.1.1
coverage != 3.5             # 除了版本3.5的任意版本都可以
Mopidy-Dirble ~= 1.1        # 兼容版， 等同于：>= 1.1, == 1.*# 指定其他Requirements文件
-r other-requirements.txt# 一个特定文件
./downloads/numpy-1.9.2-cp34-none-win32.whl
http://wxpython.org/Phoenix/snapshot-builds/wxPython_Phoenix-3.0.3.dev1820+49a8884-cp34-none-win_amd64.whl

更多关于Requirements的内容，请参考Requirements File Format。

3、其他基本命令

列出某个库所有的可用版本
```
pip install numpy==
```
==符号后面没有版本号，这样pip就会报错并列出所有可用版本。
pip freeze: 以Requirements文件的格式列出当前Python环境的所有库
```
absl-py==0.6.1
asn1crypto==0.24.0
astor==0.7.1
backports-abc==0.5
...
```
如果当前项目是使用的一个虚拟环境，要导出所有的依赖项时，就可以使用命令：
```
pip freeze > requirements.txt
```
在别处使用该项目时，就可以使用命令：
```
pip install -r requirements.txt
```
来安装本项目的所有依赖。

pip uninstall：卸载库

pip uninstall SomePackage
pip uninstall -y SomePackage        # 不需要确认直接卸载
pip uninstall --yes SomePackage     # 同上
pip uninstall -r requirements.txt   # 卸载requirements.txt中的所有库

pip list: 列出库

pip list                # 列出所有库
pip list --outdated     # 列出可以更新的库
pip list -o             # 同上

pip show：显示已安装库的信息

pip show numpy      # 显示numpy的基本信息
pip show numpy -f   # 列出所有文件
pip show numpy --file   # 同上

pip search：搜索库
```
pip search "query"
```

pip download: 下载库

# 把numpy下载以及numpy的依赖下载到DIR中
pip download --destination-directory DIR numpy
# 把requirements.txt中的所有库下载到DIR中
pip download --destination-directory DIR -r requirements.txt

从本地下载好的文件安装：

# 从DIR找到 requirements.txt中指定的库并安装
pip install --no-index --find-links=DIR -r requirements.txt

三、控制库的版本-Version specifiers

Version specifiers，我翻译为版本限定。版本限定的关系符包含：

    ~=: 兼容版本==: 特定版本!=: 排除特定版本<=, >=: 小于等于\大于等于某个版本<, >: 小于\大于某个版本===: 精确匹配

一些例子：

pip install numpy==1.15.4  # 安装版本为1.15.4的numpy
pip install numpy!=1.15.4  # 安装版本不为1.15.4的numpy，如果有更新版本，则会安装更新版本
pip install 'numpy<1.15.4'  # 安装小于版本小于1.15.4的numpy
pip install 'numpy<=1.15.4' # 安装小于版本小于等于1.15.4的numpy
pip install numpy==1.15.*     # 安装版本为1.15开头的numpy
pip install numpy~=1.15.4   # 等同于>= 1.15.4, == 1.15.*

在使用包含<或者>符号时，在命令行中需要使用单引号括起来，否则<和>会被命令行（终端）识别为重定向输入/输出符号。在Requirements文件中，不需要使用单引号括起来，这点和在终端中不同。
某些版本限定可以组合使用，中间使用英文逗号分割。例如：

pip install 'numpy>=1.9.*,< 1.16.3' # 安装版本大于1.9.*且版本小于1.16.3的numpy

在Requirements文件中，不需要单引号括起来，直接这样写就行：

numpy>=1.9.*,< 1.16.3

参考链接：https://www.python.org/dev/peps/pep-0440/#compatible-release

四、控制库的平台-Environment Markers

Environment Markers翻译为环境标记，实际就是除了满足版本限定符指定的版本之外，还要满足环境标记指定的条件，比如：

 pip install 'numpy==1.15.4;python_version<="3.6"'

就是除了numpy的版本要等于1.15.4之外，python_version的版本还要小于等于3.6。环境标记的关系符和版本限定的关系符相同。
环境标记的作用就是，假如开发一个兼容Python2和Python3的项目，但是依赖项在Python2和Python3的版本不同，就可以使用环境标记来完成。例如，某项目依赖于matplotlib，matplotlib 3.* 不支持Python2.*，只支持Python3.*，那么我们在写Requirements文件的时候，就可以像这样写：

matplotlib<=3.0.*; python_version<="2.7"
matplotlib>=3.0.*; python_version>="3.5"

使用Python2时，就会安装2.*版本的matplotlib；使用Python3时，就会安装3.*版本的matplotlib。更多的环境标记如下表所示：

Marker	Python equivalent	Sample values
os_name	os.name	posix, java
sys_platform	sys.platform	linux, linux2, darwin, java1.8.0_51 (note that “linux” is from Python3 and “linux2” from Python2)
platform_machine	platform.machine()	x86_64
platform_python_implementation	platform.python_implementation()	CPython, Jython
platform_release	platform.release()	3.14.1-x86_64-linode39, 14.5.0, 1.8.0_51
platform_system	platform.system()	Linux, Windows, Java
platform_version	platform.version()	#1 SMP Fri Apr 25 13:07:35 EDT 2014 Java HotSpot™ 64-Bit Server VM, 25.51-b03, Oracle Corporation Darwin Kernel Version 14.5.0: Wed Jul 29 02:18:53 PDT 2015; root:xnu-2782.40.9~2/RELEASE_X86_64
python_version	platform.python_version()[:3]	3.4, 2.7
python_full_version	platform.python_version()	3.4.0, 3.5.0b1
implementation_name	sys.implementation.name	cpython
implementation_version	see definition below	3.4.0, 3.5.0b1
extra	An error except when defined by the context interpreting the specification.	test

参考链接：https://www.python.org/dev/peps/pep-0508/#environment-markers

pip使用详解/pip换源相关推荐

android WebView详解，常见漏洞详解和安全源码（下）
上篇博客主要分析了 WebView 的详细使用,这篇来分析 WebView 的常见漏洞和使用的坑. 上篇:android WebView详解,常见漏洞详解和安全源码(上) 转载请注明出处:http ...
android WebView详解，常见漏洞详解和安全源码（上）
这篇博客主要来介绍 WebView 的相关使用方法,常见的几个漏洞,开发中可能遇到的坑和最后解决相应漏洞的源码,以及针对该源码的解析. 由于博客内容长度,这次将分为上下两篇,上篇详解 WebView ...
FPGA学习之路—接口（3）—SPI详解及Verilog源码分析
FPGA学习之路--SPI详解及Verilog源码分析概述 SPI = Serial Peripheral Interface,是串行外围设备接口,是一种高速,全双工,同步的通信总线. 优点支持全 ...
faster rcnn fpn_Faster-RCNN详解和torchvision源码解读（三）：特征提取
我们使用ResNet-50-FPN提取特征 model = torchvision.models.detection.fasterrcnn_resnet50_fpn(pretrained=True) ...
【Python】基金/股票最大回撤率计算与绘图详解（附源码和数据）
如果你想找的是求最大回撤的算法,请跳转:[Python] 使用动态规划求解最大回撤详解 [Python]基金/股票最大回撤率计算与绘图详解(附源码和数据) 0. 起因 1. 大成沪深300指数A 5 ...
生成对抗网络入门详解及TensorFlow源码实现--深度学习笔记
生成对抗网络入门详解及TensorFlow源码实现–深度学习笔记一.生成对抗网络(GANs) 生成对抗网络是一种生成模型(Generative Model),其背后最基本的思想就是从训练库里获取很多 ...
CNN入门详解及TensorFlow源码实现--深度学习笔记
CNN入门详解及TensorFlow源码实现–深度学习笔记 ##一.卷积神经网络 ###1.简介卷积神经网络是一种前馈神经网络,它的人工神经元可以响应一部分覆盖范围内的周围单元,对于大型图像处理有出 ...
EKF SLAM Matlab仿真实践详解（附源码）
EKF SLAM Matlab仿真实践详解(附源码) 为提供更好的阅读体验,详细内容及源码请移步https://github.com/Nrusher/EKF_SLAM 或 https://gitee. ...
aes js加密php解密实例,基于PHP和JS的AES相互加密解密方法详解(CryptoJS)_PHP_JS_AES源码...
[实例简介] 基于PHP和JS的AES相互加密解密方法详解(CryptoJS)_PHP_JS_AES源码 [实例截图] [核心代码] 基于PHP和JS的AES相互加密解密方法详解(CryptoJS)_ ...

pip使用详解/pip换源

目录