numpy-1.21.2-cp39-cp39-win_amd64.whl

# 下載到當前目錄
pip download 包名

# 指定版本和平臺
pip download numpy==1.21.2 --platform manylinux2014_x86_64

# 臨時使用阿里云鏡像
pip download 包名 -i https://mirrors.aliyun.com/pypi/simple/

# 常用鏡像源：
# 阿里云：https://mirrors.aliyun.com/pypi/simple/
# 清華大學：https://pypi.tuna.tsinghua.edu.cn/simple/

# 查看Python版本
python3 --version

# 查看系統(tǒng)是64位還是32位
uname -m  # x86_64是64位，i686是32位

# 查看Python版本
python --version

# 查看系統(tǒng)架構
echo %PROCESSOR_ARCHITECTURE%  # AMD64是64位

# 查看芯片類型
uname -m  # x86_64是Intel芯片，arm64是Apple Silicon

pip install 文件名.whl

# 通常使用pip3
pip3 install numpy-1.21.2-cp39-cp39-manylinux_x86_64.whl

# 如果文件在當前目錄
pip3 install ./numpy-1.21.2.whl

# 命令提示符
pip install numpy-1.21.2-cp39-cp39-win_amd64.whl

# 如果文件在當前目錄
pip install .\numpy-1.21.2.whl

# Intel芯片
pip3 install numpy-1.21.2-cp39-cp39-macosx_10_9_x86_64.whl

# M1/M2芯片
pip3 install numpy-1.21.2-cp39-cp39-macosx_11_0_arm64.whl

# 方法1：使用通配符
pip3 install *.whl

# 方法2：寫個簡單腳本
for file in *.whl
do
    echo "正在安裝 $file"
    pip3 install "$file"
done

# 批處理文件 install_all.bat
@echo off
for %%i in (*.whl) do (
    echo 正在安裝 %%i...
    pip install %%i
)

# 1. 先安裝依賴包
pip3 install 依賴包1.whl
pip3 install 依賴包2.whl

# 2. 再安裝主包
pip3 install 主包.whl

# 安裝后檢查是否有缺失的依賴
pip check

# 查看已安裝的包
pip list

# 保存為 check_env.py
import platform
print("系統(tǒng):", platform.system())
print("架構:", platform.machine())
print("Python版本:", platform.python_version())

# 錯誤：Permission denied

# 解決方案1：使用--user參數(shù)（推薦）
pip3 install --user 包名.whl

# 解決方案2：使用虛擬環(huán)境
python3 -m venv myenv      # 創(chuàng)建環(huán)境
source myenv/bin/activate  # 進入環(huán)境
pip3 install 包名.whl      # 安裝包
deactivate                 # 退出環(huán)境

# 錯誤：拒絕訪問

# 解決方案1：以管理員身份運行命令行
# 右鍵點擊"命令提示符" → "以管理員身份運行"

# 解決方案2：使用--user參數(shù)
pip install --user 包名.whl

# 重新下載文件
# 或者檢查文件大小是否異常
ls -lh 文件名.whl  # Linux/macOS
dir 文件名.whl     # Windows

# 強制重新安裝
pip install --force-reinstall 包名.whl

# 或者先卸載再安裝
pip uninstall 包名
pip install 包名.whl

# 1. 創(chuàng)建存放包的目錄
mkdir my_packages
cd my_packages

# 2. 下載需要的包
pip download numpy pandas matplotlib

# 3. 從本地安裝（無需網(wǎng)絡）
pip install --no-index --find-links=./ numpy

# 創(chuàng)建虛擬環(huán)境
python3 -m venv 項目環(huán)境

# 激活環(huán)境
source 項目環(huán)境/bin/activate

# 在環(huán)境中安裝包
pip3 install 包名.whl

# 退出環(huán)境
deactivate

# 創(chuàng)建虛擬環(huán)境
python -m venv 項目環(huán)境

# 激活環(huán)境（命令提示符）
項目環(huán)境\Scripts\activate.bat

# 激活環(huán)境（PowerShell）
項目環(huán)境\Scripts\Activate.ps1

# 安裝包
pip install 包名.whl

# 退出環(huán)境
deactivate

# 創(chuàng)建環(huán)境并指定Python版本
conda create -n 環(huán)境名 python=3.9

# 激活環(huán)境
conda activate 環(huán)境名

# 在環(huán)境中安裝包
pip install 包名.whl

# 或者使用conda安裝（如果有對應包）
conda install 包名

# 退出環(huán)境
conda deactivate

pip install -r requirements.txt

# 方法1：查看包信息
pip show 包名

# 方法2：在Python中測試
python -c "import 包名; print('安裝成功！')"

# 方法3：檢查版本
python -c "import 包名; print(包名.__version__)"

# 步驟1：在有網(wǎng)絡的電腦上下載包
mkdir offline_packages
cd offline_packages
pip download numpy pandas matplotlib jupyter

# 步驟2：將文件夾復制到服務器

# 步驟3：在服務器上安裝
# Linux服務器：
pip3 install --no-index --find-links=./ numpy pandas matplotlib

# Windows服務器：
pip install --no-index --find-links=.\ numpy pandas matplotlib

# 1. 創(chuàng)建conda環(huán)境
conda create -n myproject python=3.9
conda activate myproject

# 2. 下載包
pip download tensorflow==2.6.0

# 3. 安裝
pip install tensorflow-2.6.0.whl

# 4. 驗證
python -c "import tensorflow as tf; print(tf.__version__)"

# 5. 退出環(huán)境
conda deactivate

# 1. 創(chuàng)建項目包目錄
mkdir project_packages
cd project_packages

# 2. 下載項目需要的所有包
pip download -r ../requirements.txt

# 3. 將整個目錄分享給團隊成員

# 4. 團隊成員安裝（使用venv環(huán)境）
python -m venv venv
# Linux/macOS:
source venv/bin/activate
# Windows:
# venv\Scripts\activate

pip install --no-index --find-links=./project_packages -r requirements.txt

# 1. 創(chuàng)建虛擬環(huán)境
python -m venv myapp_env

# 2. 激活環(huán)境
# Linux/macOS:
source myapp_env/bin/activate
# Windows:
# myapp_env\Scripts\activate

# 3. 安裝依賴
pip install flask-2.0.1.whl
pip install werkzeug-2.0.1.whl

# 4. 運行應用
python app.py

# 5. 退出環(huán)境
deactivate