python虚拟环境及jupyter notebook等依赖包安装

最新推荐文章于 2025-03-28 11:04:14 发布

hzdt_1

最新推荐文章于 2025-03-28 11:04:14 发布

阅读量1k

点赞数 9

分类专栏： python 文章标签： python

本文链接：https://blog.csdn.net/hzdt_1/article/details/136219396

版权

Python版本3.7.9

安装virtualenv依赖

pip install virtualenv

安装成功：

安装虚拟环境

在非中文路径目录下打开cmd

若是中文路径，路径会出现乱码

创建环境venv (venv为环境名称，可以自己指定)

virtualenv venv  # 创建venv环境， 并把系统python 的文件拷贝到venv目录下

创建成功：

可以见到在D:\02-coder\07_pythonCode\python_env目录下成功创建了venv文件，并拷贝了相关python文件：

最低0.47元/天解锁文章

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

hzdt_1

关注关注

9
点赞
踩
6

收藏

觉得还不错? 一键收藏
1
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

专栏目录

Python虚拟环境virtualenv安装保姆级教程(Windows和linux)

景天科技苑

01-22

1万+

工作中我们经常会根据不同的项目切换不同的python环境，如果仅仅是在本地就安装一个python环境，项目移植也要重新配置环境，就会很麻烦。如果我们安装了虚拟环境，那么我们得python环境就会跟着项目走，就比较方便了。今天我们就来聊一聊怎么在linux和Windows系统下安装virtualenv虚拟环境

如何在Python虚拟环境中安装Jupyter Notebook？

与其临渊羡鱼,不如退而结网

06-04

5246

为了避免这种问题，我们通常需要将Jupyter Notebook安装在Python虚拟环境中。下面是在conda虚拟环境中安装Jupyter Notebook的具体步骤。通过以上步骤，在conda虚拟环境中安装Jupyter Notebook就非常简单了。在命令执行完毕后，会自动在浏览器中打开Jupyter Notebook的控制台。此时，我们就可以开始在Jupyter Notebook中进行Python开发了。在激活虚拟环境后，我们就可以安装Jupyter Notebook了。

1 条评论您还未登录，请先登录后发表或查看评论

【Anaconda 3 】Jupyter Notebook 的安装配置及使用

m0_74187147的博客

05-04

9260

Jupyter Notebook 是一个功能强大的工具，它提供了一个交互式和可重复的环境来编写、运行和共享代码和数据。通过本文的介绍，你应该已经了解了如何安装配置 Jupyter Notebook，并掌握了其基本使用方法。现在，你可以开始使用 Jupyter Notebook 来探索数据、构建模型、进行可视化等任务了。

JupyterNotebook安装依赖使用conda环境

生信小博士的博客

12-14

666

预装的Jupyter，目标用户是轻度的Jupyter用户，如果想使用conda的多环境等高级功能，建议卸载预装的Jupyter，使用Conda自行安装Jupyter。使用SSH登录到实例，执行命令即可，然后可以按照这个教程安装Jupyter。预装的jupyter中有conda，可以进入终端执行相关命令。

Linux 下安装和使用 Jupyter Notebook

最新发布

m0_58648890的博客

03-28

1388

本文介绍如何在虚拟环境安装使用Jupyter，并提供脚本一键操作。

使用虚拟环境管理 Python 项目依赖

FHKHH的博客

11-25

1045

虚拟环境是 Python 项目开发中不可或缺的工具，能够有效管理项目依赖，提供开发灵活性和稳定性。通过上述步骤，你可以轻松创建、使用和管理虚拟环境，为你的项目开发打下坚实基础。在项目开发中，管理 Python 版本和依赖是至关重要的，尤其是在多项目环境下。，可以有效隔离不同项目的依赖，避免全局环境冲突，从而提高开发效率和维护性。运行过程中，脚本会使用虚拟环境中的 Python 解释器和依赖。在虚拟环境中，运行项目脚本的方法与全局环境一致。运行此命令后，命令行将不再显示虚拟环境的名称。

Jupyter Notebook中安装Python依赖库

qq_45137760的博客

07-28

711

表示正在运行，下载中。

当在Python环境中安装Jupyter Notebook时遇到失败的情况

MrLi的博客

06-14

1848

当在Python环境中安装Jupyter Notebook时遇到失败的情况，可能是由于多种原因导致的，包括但不限于环境问题、网络问题、依赖项缺失或版本冲突等。以下将详细探讨这些可能的原因，并提供相应的解决方案，以帮助您成功安装Jupyter Notebook。

python创建虚拟环境并安装使用jupyter notebook

12-21

通过这些步骤，你已经成功地在Windows上创建了一个Python虚拟环境，并在其中安装和配置了Jupyter Notebook。这样的方法既简单又灵活，能够帮助开发者更有效地管理他们的项目依赖。如果你在操作过程中遇到任何问题，...

PYTHON环境配置文档及Jupyter Notebook无法正常打开浏览器的解决方法及环境配置程序

09-27

3. **安装虚拟环境**：虚拟环境是Python项目开发中的好习惯，它允许为每个项目创建独立的Python环境，避免不同项目间的依赖冲突。可以使用`venv`模块或第三方库`virtualenv`来创建和管理虚拟环境。 4. **Jupyter ...

Python 虚拟环境的安装与配置

m0_58477260的博客

02-22

1112

Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。：可以将项目所需的依赖库记录在requirements.txt文件中，并使用Virtualenv安装这些依赖库，确保每个项目的依赖库版本一致。：每个Virtualenv环境都是独立的，可以在不同的项目中使用不同的Python版本和依赖库，防止项目之间的冲突。：可以轻松地在新的环境中复制项目的运行环境，方便项目的部署和分享。映射域名到服务器****

【Python】Python 虚拟环境与依赖管理全指南

人生苦短，睡觉要紧，睡醒再说

12-07

2297

虚拟环境是 Python 中的一个工具，用于为每个项目创建独立的运行环境。在虚拟环境中，Python 解释器及其相关的库都被隔离开来，这样不同的项目就能拥有自己独立的依赖，而不会相互干扰。每个虚拟环境都包含了特定版本的 Python 解释器以及所需的库，可以避免因版本冲突而导致的依赖问题。虚拟环境和pip是 Python 开发中不可或缺的工具，能够帮助我们管理不同项目的依赖，避免不同项目之间的包版本冲突。通过虚拟环境，每个项目都可以有自己的独立环境，而pip则负责在该环境中管理安装和卸载包。

python基础——创建虚拟环境添加依赖项（pip常用命令）

weixin_42789698的博客

02-21

200

创建虚拟环境添加依赖项创建虚拟环境 添加依赖项 1.在pycharm进入命令输入框 2.更新一下pip，命令：pip install -U pip 3.安装pymysql，命令：pip install pymysql

依赖的包_Jupyter Notebook的崩溃引发的关于包的依赖的研究

weixin_36039434的博客

01-03

471

继续日拱一卒，学习吴秋生的GEE教程。但是在第25期的时候遇到了困难。GEE教程第25期：如何加载本地栅格数据到geemap_哔哩哔哩 (゜-゜)つロ干杯~-bilibiliwww.bilibili.com这一期里要用到xarray_leaflet等包，我费尽周折安装上去之后，发现还是不行。总是出现"from rasterio.__base import gdal_version ...DLL...

python3.7怎么安装jupyter_Centos7 安装python3 及jupyter notebook

weixin_39989384的博客

12-04

209

前提准备安装工具yum-utils用于管理repository和扩展包yum install yum-utils为python3 构造环境yum-builddep python下载python3源代码包curl -O https://www.python.org/ftp/python/3.7.1/Python-3.7.1.tgz安装依赖包有些系统没有依赖包，导致安装完成后没有pip3yum -y ...

如何正确地为Python项目安装依赖

gaohuanjie的专栏

01-21

859

本博客详细总结了如何正确地位Python项目安装依赖。

Mac系统中Python3.7环境和Jupyter notebook的安装、部署——最详细搭建教程，一文解决全部问题~

热门推荐

Yale-曼陀罗

11-07

1万+

mac环境中Python的安装、部署Jupyter Notebook的安装常用第三方库的安装、使用 Jupyter Notebook的安装 1）Installing Jupyter with pip 如果是python3: python3 -m pip install --upgrade pip python3 -m pip install jupyter 如果是python2： python...

python3.7怎么安装jupyter_怎么样安装jupyter

weixin_42097557的博客

01-29

1681

怎么样安装jupyter？windows上安装jupyter打开命令提示符，输入python，保证python能够正常运行，如下面图中所示。然后执行jupyter的安装命令：pipinstalljupyterpip会自动下载jupyter对应的依赖，然后安装完成。如下面第二张图中所示，比linux版本上安装的包好像要多一些。安装完成后，执行jupyter的启动命令：jupyternotebo...

python3.7怎么安装jupyter_anaconda3安装及jupyter环境配置全教程

weixin_39726697的博客

12-04

646

anaconda3安装及jupyter环境配置全教程,环境,用户组,用户,可以使用,配置文件anaconda3安装及jupyter环境配置全教程易采站长站，站长之家为您整理了anaconda3安装及jupyter环境配置全教程的相关内容。1. 下载可以去清华源下载最新版的anaconda包，这比在官方网站下载快得多，地址如下：https://mirrors.tuna.tsinghua.edu.cn...

python环境中安装jupyter notebook

03-14

### 如何在 Python 环境中安装 Jupyter Notebook 为了确保 Jupyter Notebook 能够正常工作并避免与其他第三方库发生冲突，建议将其安装在一个独立的 Python 虚拟环境中。以下是关于如何在不同类型的 Python 环境下安装 Jupyter Notebook 的具体说明。 #### 使用 Conda 创建虚拟环境并安装 Jupyter Notebook Conda 是一种流行的包管理器和环境管理系统，特别适合用于科学计算领域。通过 Conda 可以轻松创建一个新的虚拟环境并将 Jupyter 安装其中。 ```bash conda create -n myenv python=3.9 conda activate myenv conda install jupyter ``` 上述命令会创建一个名为 `myenv` 的新环境，并激活该环境后安装 Jupyter Notebook[^1]。 #### 使用 Pip 在虚拟环境中安装 Jupyter Notebook 如果更倾向于使用标准的 Python 工具链，则可以通过 `pip` 来完成相同的目标。首先需要创建一个虚拟环境（例如使用 venv），然后在其内部安装所需的软件包。 ```bash python -m venv myenv source myenv/bin/activate # Windows 用户应改为 `myenv\Scripts\activate` pip install jupyter ``` 此过程同样能够有效隔离项目依赖关系，从而减少潜在冲突的发生几率[^5]。 #### 解决常见错误提示的方法即便遵循以上指导操作，在某些情况下仍可能出现安装失败的现象。这往往是因为存在未满足的前提条件或者配置不当所致。针对这种情况可采取如下措施： - **验证基础架构状态**：确认所使用的 Python 版本是否支持最新版 Jupyter；同时也要留意操作系统本身的兼容性情况[^3]。 - **更新工具集至最新稳定版本**：有时旧版本的 pip 或 setuptools 可能无法正确解析较新的元数据格式文件。执行升级可以帮助缓解此类难题： ```bash pip install --upgrade pip setuptools wheel ``` - **手动指定镜像源地址加速下载速度**：对于国内开发者而言，连接国外官方仓库时常面临延迟过高甚至断开的问题。此时推荐利用清华 TUNA 镜像服务作为替代方案之一： ```bash pip install jupyter -i https://pypi.tuna.tsinghua.edu.cn/simple ``` 一旦顺利完成设置之后，就可以启动应用程序来检验成果了。最简便的方式是从终端界面直接调用对应入口脚本来触发图形化用户界面显示出来[^2]: ```bash jupyter notebook ``` 另外值得注意的是，为了让多个不同的解释器实例都能被识别到并且正常使用各自的扩展功能模块，还需要额外做一些准备工作——即将目标路径添加进入 kernelspec 列表里去[^4]: ```bash python -m ipykernel install --user --name=my_custom_env_name --display-name="Python (My Custom Env)" ``` 这样以后无论何时切换当前活动区域指向哪个特定 runtime context 下面都会显得更加直观便捷许多！