#寻找热爱表达的你#

Pip是一个Python的命令行工具，允许我们安装第三方库，例如numpy、pandas等。

例如，通过命令 pip install numpy 安装numpy。

当处理大型Python项目时，我们可能需要安装和使用第三方库。而且，我们可能需要使用Pip（或像poetry这样的工具用于更复杂的项目，但让我们先关注Pip）。

以下是我后悔没早点知道的11件关于使用Pip的事情。

1) 安装特定版本的库

在PyPI上，每个库（很可能）都有多个版本。

某些版本的某些库可能无法与其他库的某些版本一起工作。这就是为什么我们可能需要安装特定版本而不是最新版本。

要安装特定版本的库，我们需要：

• 找到我们想安装的确切版本号
• 命令：_pip install library==specific_version_number_

例如，我们想安装版本为0.4.5的_colorama_：

• 命令：_pip install colorama==0.4.5_

再例如，我们想安装版本为2.2.0的_pandas_：

• 命令：_pip install pandas==2.2.0_

这也是为什么大多数_requirements.txt_文件中的条目都包含版本号——我们希望安装特定版本的库，而不是简单地安装最新版本，以减少库更新时出现问题的几率。

2) 安装requirements.txt文件中的所有库

在大型项目中，我们可能需要安装数百个第三方库。难道我们要一个一个地执行_pip install library_name_命令吗？

当然不是！我们把所有需要的库列在一个.txt文件中——按照惯例，我们称之为_requirements.txt_。

然后我们只需一个命令就能安装_requirements.txt_文件中列出的所有内容。

命令：_pip install -r requirements.txt_

注意——这里的_-r_标志意味着“读取”。

注意2——如果任何库列错或格式不对，这可能会暂停整个安装过程，因此请务必小心。

3) 使用Pip时使用虚拟环境是个好习惯

我相信99%的优秀Python开发团队会鼓励开发者在使用Pip安装东西时使用Python虚拟环境。

Python虚拟环境的简单介绍：

• 当我们输入_which python (对于MacOS用户是which python3)时，我们会看到类似/opt/homebrew/bin/python_的路径。这是我们的主Python解释器。
• 理想情况下，我们希望为每个项目拥有一个单独的Python解释器，以防止依赖冲突。
• 这个单独的Python解释器（不是主Python解释器）被称为Python虚拟环境（简称venv）。
• 对于每个Python项目，我们理想情况下应该有一个（或多个）venv，并且这个venv位于与我们的项目相同的文件夹中。
• 本质上，我们不再使用主Python解释器，而是使用项目特定的venv。

使用内置的_venv_模块创建Python虚拟环境的方法：

• 步骤1）使用命令_python -m venv myvenv_创建一个venv
• 在这里，我们创建了一个名为_mylenv_的venv——这会创建一个_myvenv_文件夹。
• 步骤2）激活_myenv_ venv
• 对于Windows用户，使用_myvenv\Scripts\activate.bat_
• 对于MacOS用户，使用_source myvenv/bin/activate_

激活venv后，你应该会看到类似这样的东西：

^ 你看到的(myvenv)标志表示我们在_myvenv_ venv中，Python命令将使用来自_myvenv_的Python解释器。

要停用我们的venv，我们使用命令_deactivate_。如果我们再次运行_which python_命令（不使用venv），我们会看到类似这样的东西：

使用Python虚拟环境中的Pip的好处：

• 我们使用Pip安装的所有内容都存储在我们的venv中
• 这意味着我们为项目安装的所有内容都与其他项目和其他venv中的内容隔离开来
• 这意味着该项目的依赖项永远不会与其他项目的依赖项冲突

4) 查找已安装的库文件位置

如果我们使用Pip在Python虚拟环境中安装库，已安装的文件实际上位于虚拟环境文件夹中。

假设我们有一个虚拟环境_myvenv_，并且我们在那里安装了numpy和pandas。然后，我们可以在_myvenv/lib/python3.12/site-packages_文件夹中找到已安装的包（你的路径可能会稍有不同）。

这在我们编写自己的第三方库并需要进行调试时尤其有用。

5) 卸载库

有时我们的venv中会充斥着未使用的依赖项和库。当这种情况发生时，我们可能会想要卸载它们。

很久以前，在我还不了解情况时，我手动删除了包含已安装库的文件夹。这其实有点奇怪，因为Pip确实有一个简单的命令来卸载库。

命令：_pip uninstall lib_name_

重要——不要手动删除库。使用命令。

6) 升级库到最新版本

有时我们需要将库升级到最新版本以获取新功能，或使其他依赖项正常工作。

我们可以使用_— upgrade_标志来升级到最新版本，而不必查找最新版本。

假设我们有一个过时的pandas，我们希望将其升级到最新的稳定版本。

命令：_pip install — upgrade pandas_

运行此命令后，我们应该会看到类似这样的内容：

7) 显示某个库的详细信息

命令：_pip show library_name_

我们可以使用_pip show library_name_命令来显示某个第三方库的详细信息，例如版本号、作者、摘要、许可证等。

我通常使用这个命令来快速显示某个库的版本。

8) 显示所有已安装的库及其版本

有时我们需要检查我们的Python虚拟环境以及我们安装的东西。

我们可以使用_pip list_命令轻松完成这项工作。这个命令会列出我们安装的所有东西及其版本。

在这个venv中，我安装了库numpy、pandas和colorama。但请注意，我们还有一些随机库，例如python-dateutil、pytz等等。

不要惊慌，因为这些是我们安装的库所依赖的库——例如，Pandas可能依赖于_python-dateutil_，因此Pip会自动安装依赖项的依赖项。

9) 使用Pip freeze命令创建requirements.txt文件

首先让我们讨论_pip freeze_命令。此命令以计算机可读的方式打印出所有已安装的库及其依赖项及其版本。

注意——这些库的格式与典型的_requirements.txt_文件中的格式相同。

但_pip freeze_命令本身不会生成requirements.txt文件。它只是打印内容。

要实际创建requirements.txt文件，我们需要使用_pip freeze_将输出写入requirements.txt文件中。

命令：_pip freeze > requirements.txt_

此命令将_pip freeze_的输出写入_requirements.txt_文件。我们通常使用它来快速自动生成_requirements.txt_文件。

10) python -m pip …

有时，Pip命令不能正常工作，我们会看到类似于_No such command ‘pip’_的错误。

通常，当这种情况发生时，可能是我们的Pip安装出了问题，导致_pip_命令没有正确安装在终端路径中。虽然烦人，但这种情况比我希望的更常见。

所以，代替直接使用_pip_命令，例如_pip install pandas_，我通常会在pip命令前面加上“_python -m_”。一些示例：

• python -m pip install pandas
• python -m pip list
• python -m pip show pandas

发生了什么：

• _pip_命令坏了，所以我直接使用Python来调用Pip
• python -m_中的-m_指的是_模块（module）_——这允许我们直接调用Python模块，例如Pip
• 可以将其视为当_pip_命令出现问题时使用的一个有用的解决方法。

注意——当我们处理多个Python解释器时，这也很有用——我曾经在我的旧Macbook上有多个Python解释器：

• _python3.7_使用Python版本3.7
• _python3.9_使用Python版本3.9
• _python3.10_使用Python版本3.10

为了更加清楚和具体地说明我想在哪个Python上安装我的库，我使用了：

• python3.7 -m pip install pandas
• python3.9 -m pip install pandas
• python3.10 -m pip install pandas

11) 使用Pip找到可能丢失的命令行工具

有时我们需要的Python命令行工具似乎“丢失”了，或者没有在终端中工作。

假设我们刚刚安装了Python库cookiecutter。它应该附带一个名为_cookiecutter_的命令行工具。

假设我们使用cookiecutter，但我们看到的却是类似这样的内容：

这意味着_cookiecutter_命令丢失了（在这种情况下，可能是因为路径中没有显示cookiecutter）。

但是我们可以使用Pip的_show_命令和_coded python3_结合帮助找到丢失的工具。

• 第一步）运行命令：_pip show cookiecutter_

这会显示库cookiecutter的信息——例如，许可证、作者等等。但是我们还可以看到一些其他的内容，例如_Site-packages location_和“Scripts location”。

• 第二步）转到_Site-packages_路径

我们可以在那里找到丢失的_cookiecutter_工具——我们也许可以从该路径手动运行它，或者我们可能想将其添加到终端路径中。

这个技巧适用于许多丢失的命令行工具。

结论

我希望这11件事情可以帮助你更好地使用Pip。不要忘记创建和激活你的虚拟环境，然后使用Pip安装你所需的库！