Python轮子使用之.whl原理与安装完整指南

numpy-1.21.2-cp39-cp39-win_amd64.whl

# 下载到当前目录
pip download 包名

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

# 临时使用阿里云镜像
pip download 包名 -i https://mirrors.aliyun.com/pypi/simple/

# 常用镜像源：
# 阿里云：https://mirrors.aliyun.com/pypi/simple/
# 清华大学：https://pypi.tuna.tsinghua.edu.cn/simple/

# 查看Python版本
python3 --version

# 查看系统是64位还是32位
uname -m  # x86_64是64位，i686是32位

# 查看Python版本
python --version

# 查看系统架构
echo %PROCESSOR_ARCHITECTURE%  # AMD64是64位

# 查看芯片类型
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

# 如果文件在当前目录
pip3 install ./numpy-1.21.2.whl

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

# 如果文件在当前目录
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：写个简单脚本
for file in *.whl
do
    echo "正在安装 $file"
    pip3 install "$file"
done

# 批处理文件 install_all.bat
@echo off
for %%i in (*.whl) do (
    echo 正在安装 %%i...
    pip install %%i
)

# 1. 先安装依赖包
pip3 install 依赖包1.whl
pip3 install 依赖包2.whl

# 2. 再安装主包
pip3 install 主包.whl

# 安装后检查是否有缺失的依赖
pip check

# 查看已安装的包
pip list

# 保存为 check_env.py
import platform
print("系统:", platform.system())
print("架构:", platform.machine())
print("Python版本:", platform.python_version())

# 错误：Permission denied

# 解决方案1：使用--user参数（推荐）
pip3 install --user 包名.whl

# 解决方案2：使用虚拟环境
python3 -m venv myenv      # 创建环境
source myenv/bin/activate  # 进入环境
pip3 install 包名.whl      # 安装包
deactivate                 # 退出环境

# 错误：拒绝访问

# 解决方案1：以管理员身份运行命令行
# 右键点击"命令提示符" → "以管理员身份运行"

# 解决方案2：使用--user参数
pip install --user 包名.whl

# 重新下载文件
# 或者检查文件大小是否异常
ls -lh 文件名.whl  # Linux/macOS
dir 文件名.whl     # Windows

# 强制重新安装
pip install --force-reinstall 包名.whl

# 或者先卸载再安装
pip uninstall 包名
pip install 包名.whl

# 1. 创建存放包的目录
mkdir my_packages
cd my_packages

# 2. 下载需要的包
pip download numpy pandas matplotlib

# 3. 从本地安装（无需网络）
pip install --no-index --find-links=./ numpy

# 创建虚拟环境
python3 -m venv 项目环境

# 激活环境
source 项目环境/bin/activate

# 在环境中安装包
pip3 install 包名.whl

# 退出环境
deactivate

# 创建虚拟环境
python -m venv 项目环境

# 激活环境（命令提示符）
项目环境\Scripts\activate.bat

# 激活环境（PowerShell）
项目环境\Scripts\Activate.ps1

# 安装包
pip install 包名.whl

# 退出环境
deactivate

# 创建环境并指定Python版本
conda create -n 环境名 python=3.9

# 激活环境
conda activate 环境名

# 在环境中安装包
pip install 包名.whl

# 或者使用conda安装（如果有对应包）
conda install 包名

# 退出环境
conda deactivate

pip install -r requirements.txt

# 方法1：查看包信息
pip show 包名

# 方法2：在Python中测试
python -c "import 包名; print('安装成功！')"

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

# 步骤1：在有网络的电脑上下载包
mkdir offline_packages
cd offline_packages
pip download numpy pandas matplotlib jupyter

# 步骤2：将文件夹复制到服务器

# 步骤3：在服务器上安装
# Linux服务器：
pip3 install --no-index --find-links=./ numpy pandas matplotlib

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

# 1. 创建conda环境
conda create -n myproject python=3.9
conda activate myproject

# 2. 下载包
pip download tensorflow==2.6.0

# 3. 安装
pip install tensorflow-2.6.0.whl

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

# 5. 退出环境
conda deactivate

# 1. 创建项目包目录
mkdir project_packages
cd project_packages

# 2. 下载项目需要的所有包
pip download -r ../requirements.txt

# 3. 将整个目录分享给团队成员

# 4. 团队成员安装（使用venv环境）
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. 创建虚拟环境
python -m venv myapp_env

# 2. 激活环境
# Linux/macOS:
source myapp_env/bin/activate
# Windows:
# myapp_env\Scripts\activate

# 3. 安装依赖
pip install flask-2.0.1.whl
pip install werkzeug-2.0.1.whl

# 4. 运行应用
python app.py

# 5. 退出环境
deactivate