迹忆客 专注技术分享

当前位置:主页 > 学无止境 > 编程语言 > Python >

使用 pip 安装Python版本

作者:迹忆客 最近更新:2023/05/10 浏览次数:

我们将介绍如何在 Python 中使用 pip 安装特定版本的包。 我们将简要介绍软件包的版本以及应该安装的时间和版本。


使用 pip 安装特定的 Python 版本

通常,建议安装所需程序的最新版本,但有时特定版本只能满足我们的需求。 我们可能出于多种动机希望安装旧版本的软件包。

如果我们的 Python 版本与可用包的最新版本不兼容,或者它与我们已经安装的其他包或我们拥有的 python 代码不协调。

如果我们有其他包管理器,例如包管理器 conda(anaconda python 发行版),我们可以安装较旧的包版本。 将帮助我们安装所需版本的 python 包的基本 pip 语法如下:

# python
pip install <Package Name>==<Version Of Package>

从这个语法中,我们可以选择包和所需的版本。 让我们举个例子; 假设我们需要旧版本的 Pandas; 我们可以通过打开 Windows 命令提示符或 Linux 中的任何终端模拟器来安装它。

我们可以运行以下命令,如下所示。

# python
pip install tensorflow==1.15

我们也可以使用 conda 安装我们想要的版本。

在安装之前,我们应该有一个虚拟环境。 所以要满足这个条件,我们必须安装 virtualenv 包。

让我们使用 pip 安装 virtualenv。 如果我们不指定要安装的包的任何版本,Python 将下载最新版本,如下所示。

# python
pip install virtualenv

之后,我们必须创建我们的环境,然后我们才能启动它。

# python
virtualenv myProjects myProject/bin/activate

这完成了我们的第一步,现在我们可以进入下一步和我们的主要步骤,即安装旧版本的软件包。 由于我们在第一步中使用了 pip 来安装 virtualenv,因此我们将再次使用 pip。

前面提到的一般语法将帮助我们进行安装。 现在,我们可以通过提及我们要安装的包的版本来安装所需的版本,如下所示。

# python
pip install tensorflow==1.15

按照上面的步骤,我们可以很容易地安装我们想要的版本。 但是如果我们想一次安装多个Python包,这些步骤可能就没有任何用处了。

要安装多个包,我们可以生成一个 .txt 文件。 这是一个示例,向您展示我们如何创建文本文件。

tensorflow==1.15
scikit-learn==0.20
pandas==1.1.1

此示例中的一个明显条件是我们必须将文本文件中的每个包堆叠在一行中。 我们可以使用下面的命令轻松安装所有具有特定版本的软件包。

# python
pip install -r myproject/requirements.txt

由于某种原因,不推荐使用旧版本。 安装旧版本时,存在许多与包依赖性相关的问题。

出现的一个主要问题是它可能会破坏我们的应用程序或可能会破坏我们的工作流程。 为了解决这个问题,这里有一些可能对我们有帮助的解决方案。

我们可以使用 Binder、Jupyter Notebooks 和 Python 模拟我们的数据分析。

另一方面,如果我们开发应用程序,此解决方案可能不起作用。 关于如何安装特定版本的 Python 包的学习到此结束。

转载请发邮件至 1244347461@qq.com 进行申请,经作者同意之后,转载请以链接形式注明出处

本文地址:

相关文章

Pandas read_csv()函数

发布时间:2024/04/24 浏览次数:254 分类:Python

Pandas read_csv()函数将指定的逗号分隔值(csv)文件读取到 DataFrame 中。

Pandas 追加数据到 CSV 中

发布时间:2024/04/24 浏览次数:352 分类:Python

本教程演示了如何在追加模式下使用 to_csv()向现有的 CSV 文件添加数据。

Pandas 多列合并

发布时间:2024/04/24 浏览次数:628 分类:Python

本教程介绍了如何在 Pandas 中使用 DataFrame.merge()方法合并两个 DataFrames。

Pandas loc vs iloc

发布时间:2024/04/24 浏览次数:837 分类:Python

本教程介绍了如何使用 Python 中的 loc 和 iloc 从 Pandas DataFrame 中过滤数据。

扫一扫阅读全部技术教程

社交账号
  • https://www.github.com/onmpw
  • qq:1244347461

最新推荐

教程更新

热门标签

扫码一下
查看教程更方便