内涵:Python各种安装包问题汇总

2024-06-05 23:38

本文主要是介绍内涵:Python各种安装包问题汇总,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

Python各种包问题汇总,更新ing

  • 1、PIL与PILLOW
    • 1.1 PIL与PILLOW
    • 1.2 conda 安装pillow失败与解决方案
      • 1.2.1失败现象
      • 1.2.2解决方案
    • 1.3反思与挖掘
      • 1.3.1 pip 与conda
      • 1.3.2 conda中的channel(源)
      • 1.3.3Lib\site-packages与Anaconda3\pkgs
  • 2.python 离线包的安装
  • 3.python中图像处理包的区别

1、PIL与PILLOW

1.1 PIL与PILLOW

规范来讲,PIL包已经被废弃,取而代之的是pillow包,但pillow包的接口与PIL一致,二者可以近似的认为一个东西。
搜索关键字pypi PIL 可以看到PIL的更新时间截至到2006年

在这里插入图片描述
搜索关键字pypi pillow可以看到pillow包在不断的更新,目前已至当前时间2019年
在这里插入图片描述

1.2 conda 安装pillow失败与解决方案

1.2.1失败现象

from PIL import Image

使用conda install pillow成功安装pillow包之后,在Anaconda Prompt下输入上述代码,可成功导入相应模块。
但在cmd或者VSCODE等编译器中输入上述代码,则报如下的错:

>>> from PIL import Image
Traceback (most recent call last):File "<stdin>", line 1, in <module>File "D:\softwarepath\Anaconda3\lib\site-packages\PIL\Image.py", line 94, in <module>from . import _imaging as core
ImportError: DLL load failed: 找不到指定的模块。

1.2.2解决方案

通过在网上搜索,发现到两个解决方案,亲测可用。前提都是conda uninstall pillow先卸载之前没安装成功的pillow.然后进行如下操作:
方案一:pip install pillow
方案二:conda install -c conda-forge pillow(网上有讲这种方案的,但我试了好像不行,不知道为什么)

1.3反思与挖掘

问题虽然解决,但背后的原理,网上查了很长时间,也还没弄懂,如果有博友知道为什么直接conda install 不行,希望能留下你的指教。这里记录一下在试图了解背后原因的过程中,网上查到的一些资料。

1.3.1 pip 与conda

、pip是受python官方支持的python包管理工具。而conda则不单单针对于Python,它支持R 、C等,所以对于python来讲,pip才是受到认可的“正规军”?

1.3.2 conda中的channel(源)

conda install -c conda-forge中的-c是指明channel的意思,conda-forge是一个特定的channel。
   这里的channel是指"channels are locations where Navigator and conda look for packages",也就是说指明下载python包时,从哪里寻找并下载,可以认为是一个python包的仓库。并且"Navicator and conda only search for packages in active channels.“。后来想了想,这里的channel应该就是经常说的换"源"里面的"源”,例如大家因为国外源访问较慢,一般安装好python之后,通常会换为国内的源,例如清华“源”(channel),中科大“源”(channel)等。
3、如果想换源的话既可以像1.2.2中方案二中的在指令中“临时换源”,指明该包从哪里下载。也可以永久性换源。

  • 添加源

conda config --add channels conda-forge

这个时候就会在配置文件,一般位于C:\Users\你的用户名.condarc中出现如下内容,可以看到channels中添加了conda-forge,并且其优先级位于defaults(Anaconda源)的前面
在这里插入图片描述

  • 删除源

    conda config --remove channels conda-forge

结果就不展示了,大家自己实验

  • 追加源

conda config --append channels conda-forge

在这里插入图片描述
追加channel与添加channel相比的区别是,追加的channel的优先级低

1.3.3Lib\site-packages与Anaconda3\pkgs

前者有哪些模块决定了python可以导入大写包,后者文件夹仅仅是存放下载下来的压缩包和解压后的包的位置,占空间,貌似没有用,建议定期清理

conda clean -p

或者

conda clean -a

会清理掉没有使用的包,我清理了下,删除了1个多G空间

2.python 离线包的安装

在有网的情况下,可以使用pip install xxx或者conda install xxx直接安装python包。但有得时候,无网络的情况下,可以使用如下方式进行离线安装。

  • 下载xxx.whl文件(已经编译的包),然后pip install xxx.whl
  • 有的python包无.whl文件,只能找到源文件(一般形式为.tar.gz和.tar),下载,解压,然后进入,执行python setup.py install 即可
  • 第三种适用于无网但有内部pip源的情形(一般大型公司都会有自己的源),可以指定公司的源来进行安装。pip install xxx -i 源地址

3.python中图像处理包的区别

引用CSDN博主名为“Coral_2014”“的总结:对于常见的JPEG图片来说,PIL和skimage库load的图像的数据是完全一样的,而OpenCV加载的图片数据和这两个库有很大差别。对于PNG图片来说,这三个库load的图像的数据都是一样的。这应该与每个库使用的更底层的图像解码库有关。 其中skimage.io.imread可以传入一个叫plugin的参数,用来指定使用的图像解码库。官方文档有如下介绍:“By default, the different plugins are tried (starting with the Python Imaging Library) until a suitable candidate is found. If not given and fname is a tiff file, the tifffile plugin will be used.”[http://scikit-image.org/docs/dev/api/skimage.io.html#skimage.io.imread] 也就是说skimage.io.imread默认会先调用PIL库对图像进行解码,如果失败的话会调用其他库。这也是skimage和PIL库在load JPEG图片时数据是一致的。 我也查看了一下python-opencv的imread函数的说明文档,里面提到了在windows和mac环境下,opencv使用的是安装包自带的编解码器,主要是ibjpeg/libpng/libtiff等开源的图像编解码器。“

这篇关于内涵:Python各种安装包问题汇总的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1034501

相关文章

python: 多模块(.py)中全局变量的导入

文章目录 global关键字可变类型和不可变类型数据的内存地址单模块(单个py文件)的全局变量示例总结 多模块(多个py文件)的全局变量from x import x导入全局变量示例 import x导入全局变量示例 总结 global关键字 global 的作用范围是模块(.py)级别: 当你在一个模块(文件)中使用 global 声明变量时,这个变量只在该模块的全局命名空

好题——hdu2522(小数问题:求1/n的第一个循环节)

好喜欢这题,第一次做小数问题,一开始真心没思路,然后参考了网上的一些资料。 知识点***********************************无限不循环小数即无理数,不能写作两整数之比*****************************(一开始没想到,小学没学好) 此题1/n肯定是一个有限循环小数,了解这些后就能做此题了。 按照除法的机制,用一个函数表示出来就可以了,代码如下

hdu1043(八数码问题,广搜 + hash(实现状态压缩) )

利用康拓展开将一个排列映射成一个自然数,然后就变成了普通的广搜题。 #include<iostream>#include<algorithm>#include<string>#include<stack>#include<queue>#include<map>#include<stdio.h>#include<stdlib.h>#include<ctype.h>#inclu

【Python编程】Linux创建虚拟环境并配置与notebook相连接

1.创建 使用 venv 创建虚拟环境。例如,在当前目录下创建一个名为 myenv 的虚拟环境: python3 -m venv myenv 2.激活 激活虚拟环境使其成为当前终端会话的活动环境。运行: source myenv/bin/activate 3.与notebook连接 在虚拟环境中,使用 pip 安装 Jupyter 和 ipykernel: pip instal

购买磨轮平衡机时应该注意什么问题和技巧

在购买磨轮平衡机时,您应该注意以下几个关键点: 平衡精度 平衡精度是衡量平衡机性能的核心指标,直接影响到不平衡量的检测与校准的准确性,从而决定磨轮的振动和噪声水平。高精度的平衡机能显著减少振动和噪声,提高磨削加工的精度。 转速范围 宽广的转速范围意味着平衡机能够处理更多种类的磨轮,适应不同的工作条件和规格要求。 振动监测能力 振动监测能力是评估平衡机性能的重要因素。通过传感器实时监

【机器学习】高斯过程的基本概念和应用领域以及在python中的实例

引言 高斯过程(Gaussian Process,简称GP)是一种概率模型,用于描述一组随机变量的联合概率分布,其中任何一个有限维度的子集都具有高斯分布 文章目录 引言一、高斯过程1.1 基本定义1.1.1 随机过程1.1.2 高斯分布 1.2 高斯过程的特性1.2.1 联合高斯性1.2.2 均值函数1.2.3 协方差函数(或核函数) 1.3 核函数1.4 高斯过程回归(Gauss

缓存雪崩问题

缓存雪崩是缓存中大量key失效后当高并发到来时导致大量请求到数据库,瞬间耗尽数据库资源,导致数据库无法使用。 解决方案: 1、使用锁进行控制 2、对同一类型信息的key设置不同的过期时间 3、缓存预热 1. 什么是缓存雪崩 缓存雪崩是指在短时间内,大量缓存数据同时失效,导致所有请求直接涌向数据库,瞬间增加数据库的负载压力,可能导致数据库性能下降甚至崩溃。这种情况往往发生在缓存中大量 k

【学习笔记】 陈强-机器学习-Python-Ch15 人工神经网络(1)sklearn

系列文章目录 监督学习:参数方法 【学习笔记】 陈强-机器学习-Python-Ch4 线性回归 【学习笔记】 陈强-机器学习-Python-Ch5 逻辑回归 【课后题练习】 陈强-机器学习-Python-Ch5 逻辑回归(SAheart.csv) 【学习笔记】 陈强-机器学习-Python-Ch6 多项逻辑回归 【学习笔记 及 课后题练习】 陈强-机器学习-Python-Ch7 判别分析 【学

6.1.数据结构-c/c++堆详解下篇(堆排序,TopK问题)

上篇:6.1.数据结构-c/c++模拟实现堆上篇(向下,上调整算法,建堆,增删数据)-CSDN博客 本章重点 1.使用堆来完成堆排序 2.使用堆解决TopK问题 目录 一.堆排序 1.1 思路 1.2 代码 1.3 简单测试 二.TopK问题 2.1 思路(求最小): 2.2 C语言代码(手写堆) 2.3 C++代码(使用优先级队列 priority_queue)

nudepy,一个有趣的 Python 库!

更多资料获取 📚 个人网站:ipengtao.com 大家好,今天为大家分享一个有趣的 Python 库 - nudepy。 Github地址:https://github.com/hhatto/nude.py 在图像处理和计算机视觉应用中,检测图像中的不适当内容(例如裸露图像)是一个重要的任务。nudepy 是一个基于 Python 的库,专门用于检测图像中的不适当内容。该