在代码中安装 Python 模块
理想情况下,从 pip 安装 Python 模块非常方便; 为此,您必须在活动终端中输入 pip install module-name
,然后就完成了。
但是今天,我们想学习如何使用 Python 脚本安装模块。
使用代码安装 Python 模块的好处
与在终端中安装 Python 模块相比,使用 Python 脚本安装模块有两个非常棒的好处。
首先,它允许我们同时安装多个模块; 我们将研究一个例子来说明这一点。
其次,我们可以安装我们想要的特定版本的模块。 如果我们要安装的版本具有其他版本缺少的特定功能,这是理想的选择。
使用代码安装 Python 代码
在这个例子中,我们将只在代码中安装一个 Python 模块。 创建一个新的 Python 文件; 您可以将其命名为 new.py 并输入以下一小段代码:
import os
os.system('pip install bottle-json-pretty')
我们在 os.system 中插入安装命令,点击运行,我们应该会在终端中看到安装成功的消息。
在代码中安装多个 Python 模块
我们希望在此示例的代码中安装多个 Python 模块。 在我们想要重新设置新的 Python 环境并希望安装所需的包以启动 IDE 的情况下,此功能非常有用。
创建一个新的 Python 文件,将其命名为 new.py 并插入以下代码:
import sys
import subprocess
import pkg_resources
required = {'sysdweb', 'Flask-OIDC-SP', 'apm-client', 'Glances', 'BottleJwtAuth'}
installed = {pkg.key for pkg in pkg_resources.working_set}
missing = required - installed
if missing:
subprocess.check_call([sys.executable, '-m', 'pip', 'install', *missing])
在 REQUIRED = {}
中,这是我们添加要安装的模块的地方。
在代码中安装具有特定版本的 Python 模块
这个例子让我们不仅可以安装特定版本的模块,还可以安装多个版本; 这是一个完整的包。
创建一个新文件,将其命名为 new.py 并输入以下代码:
import sys
from subprocess import run, PIPE, STDOUT
import pkg_resources
def run_cmd(cmd):
ps = run(cmd, stdout=PIPE, stderr=STDOUT, shell=True, text=True)
print(ps.stdout)
required = {"markdown-server", "semver==2.9.0"}
installed = {f"{pkg.key}=={pkg.version}" for pkg in pkg_resources.working_set}
missing = required - installed
if missing:
run_cmd(f'pip install --ignore-installed {" ".join([*missing])}')
总结
这种方法很有帮助,因为您可以创建一个包含您最喜欢的 Python 模块的包并将它们放入代码中。 这样,您就拥有了一个 Python 脚本或文件,您可以将其保存并随处携带。
您可以轻松地使用您想要设置的另一个 IDE,而无需继续阅读 pip 命令来安装模块。
相关文章
Pandas DataFrame DataFrame.shift() 函数
发布时间:2024/04/24 浏览次数:133 分类:Python
-
DataFrame.shift() 函数是将 DataFrame 的索引按指定的周期数进行移位。
Python pandas.pivot_table() 函数
发布时间:2024/04/24 浏览次数:82 分类:Python
-
Python Pandas pivot_table()函数通过对数据进行汇总,避免了数据的重复。
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 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。
在 Python 中将 Pandas 系列的日期时间转换为字符串
发布时间:2024/04/24 浏览次数:894 分类:Python
-
了解如何在 Python 中将 Pandas 系列日期时间转换为字符串