Anaconda环境GDAL库基于whl文件的配置方法
本文介绍在Anaconda环境下，基于.whl文件安装Python中高级地理数据处理库GDAL的方法。
在文章Anaconda下Python中GDAL模块的下载与安装方法（https://www.jb51.net/article/280641.htm）中，我们介绍了基于conda install命令直接联网安装GDAL库的方法；但如下图所示，这一方法的环境配置过程非常慢，而且有时候还会出现不同第三方库之间的冲突，因此并不是一个很好的方法。
因此，本文就介绍基于.whl文件，快速配置GDAL库的方法。
首先，进入Windows平台各类Python第三方库.whl文件的合集网站（https://www.lfd.uci.edu/~gohlke/pythonlibs/），如下图所示。
随后，通过网页搜索功能，搜索GDAL字样，从而找到GDAL库的.whl文件列表，如下图所示。
在此，找到我们所需的GDAL库版本的.whl文件即可。这里需要注意，各个.whl文件中，前面的第一串数字表示GDAL库的版本，cp后的数字表示Python版本，最后的win32与amd64分别表示32位系统与64位系统。例如，我这里的Python版本是3.9.1，且电脑是64位的，因此就选择红色框内的.whl文件即可。
随后，下载.whl文件，并将其放在某个路径下。
随后，打开“Anaconda Prompt (anaconda3)”软件。
并进入刚刚我们存放.whl文件的路径中。例如，我这里就通过如下的代码进入：
cd C:\GDAL_P39
随后按下回车键，如下图所示。
接下来，输入pip install，并在后面加上自己刚刚下载的.whl文件的全名。例如，我这里需要输入：
pip install GDAL-3.4.3-cp39-cp39-win_amd64.whl
随后按下回车键，如下图所示。
若出现如上所示的界面，表明我们已经完成了GDAL库的配置工作；我们可以继续在“Anaconda Prompt (anaconda3)”中进行配置工作是否成功的检验。
我们在命令行中输入以下代码：
python
随后，输入以下代码：
from osgeo import gdal
如果输入以上两句代码后，出现如下所示的界面（即没有弹出报错信息），就说明GDAL库已经配置成功。
至此，大功告成。
到此这篇关于Anaconda环境GDAL库基于whl文件的配置方法的文章就介绍到这了,更多相关Anaconda环境GDAL库配置内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！
相关文章
这篇文章主要介绍了pytorch查看通道数 维数 尺寸大小方式，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2020-05-05
这篇文章主要介绍了使用Python编写vim插件的简单教程,文中举了一个获取reddit首页信息并显示在缓冲区中的例子,需要的朋友可以参考下2015-04-04
文章介绍了如何使用Python提取网页中的脚本部分内容,并提供了一个示例脚本,该脚本使用了`requests`库来获取网页内容,并使用`BeautifulSoup`库来解析HTML,提取出`2025-02-02
利用python读取YUV文件 转RGB 8bit/10bit通用
今天小编就为大家分享一篇利用python读取YUV文件 转RGB 8bit/10bit通用，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2019-12-12
假如有这样一个问题给你一个整数数组 coins ，表示不同面额的硬币以及一个整数 amount ，表示总金额，计算并返回可以凑成总金额所需的最少的硬币个数，接下来通过示例代码给大家介绍Python零钱兑换问题，感兴趣的朋友一起看看吧2022-05-05
Cython中提供了一个prange函数，专门用于循环的并行执行。这个 prange的特殊功能是Cython独一无二的，并且prange只能与for循环搭配使用，不能独立存在。本文就将使用 prange 实现 for 循环的并行，感兴趣的可以了解一下2022-08-08
Python标准库之urllib和urllib3的使用及说明
这篇文章主要介绍了Python标准库之urllib和urllib3使用及说明，具有很好的参考价值，希望对大家有所帮助。如有错误或未考虑完全的地方，望不吝赐教2022-12-12
这篇文章主要介绍了python urllib.request模块的使用详解，帮助大家更好的理解和学习使用python，感兴趣的朋友可以了解下2021-03-03
今天小编就为大家分享一篇pycharm重置设置,恢复默认设置的方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2018-10-10
pandas使用函数批量处理数据(map、apply、applymap)
这篇文章主要介绍了pandas使用函数批量处理数据(map、apply、applymap)，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧2020-11-11
最新评论