因为有时直接使用pip install在线安装 Python 库下载速度非常慢，所以这里介绍使用 Anaconda 离线安装 Python 库的方法。

这里以安装 pyspark 这个库为例，因为这个库大约有180M，我这里测试的在线安装大约需要用二十多个小时，之后使用离线安装的方法，全程大约用时10分钟。

查看所需的 Python 包

如果不知道具体使用什么版本的 Python 库，可以先尝试在 Aanconda Prompt 中直接使用

pip install pyspark

我这里根据提示可以看到需要下载的包是pyspark-2.2.0.post0.tar.gz，但显示下载需要二十多个小时，最后下载失败。

没关系，这里已经明确知道需要的包是pyspark-2.2.0.post0.tar.gz了，只需离线下载安装这个包即可。

下载 Python 包

一般常见的 Python 包都可以在官方网址：https://pypi.python.org/pypi 找到，可以在右上角搜索框中搜索自己需要的 Python 库。

这里直接在右上角搜索pyspark-2.2.0.post0.tar.gz，得到搜索结果如下图，点击“pyspark 2.2.0”

然后点击下载，可以使用浏览器默认的下载方式，也可以复制下载链接后再迅雷中下载，推荐迅雷下载

离线安装 Python 包

下载好后就可以离线安装 Python 包了，还是打开 Aanconda Prompt ，然后切换到存放pyspark-2.2.0.post0.tar.gz的目录文件，我的路径是D:\下载\迅雷下载

我是存放在 D 盘，可以先切换到 D 盘，然后切换到存放 Python 包目录下

然后执行

pip install pyspark-2.2.0.post0.tar.gz

提示出现“Successfully installed py4j-0.10.4 pyspark-2.2.0”时就说明安装成功了，这时就安装好了，可以使用了。

以上这篇Anaconda 离线安装 python 包的操作方法就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持我们。

时间： 2018-06-09

俗话说'人生苦短,我有Python',但是如果初学Python的过程中碰到包和Python版本的问题估计会让你再苦一会,我在学习Python的爬虫框架中看到看到了anaconda的介绍,简直是相见恨晚啊,我觉的每个Python的学习网站上首先都应该使用anaconda来进行教程,因为在实践的过程中光环境的各种报错就能消磨掉你所有的学习兴趣! 下面简单的介绍下anaconda,它是将Python版本和许多常用的package打包直接来使用的Python发行版,支持linux.mac.windows

Python 跟 Python3 完全就是两种语言 1. import caffe FAILED 环境为 Ubuntu 16 cuda 8.0 NVIDIA 361.77 Anaconda2.昨天莫名其妙Caffe不能用了: >>> import caffe Traceback (most recent call last): File "<stdin>", line 1, in <module> File "/home/duchen

Anaconda是一个和Canopy类似的科学计算环境,但用起来更加方便.自带的包管理器conda也很强大. 首先是下载安装.Anaconda提供了Python2.7和Python3.4两个版本,同时如果需要其他版本,还可以通过conda来创建.安装完成后可以看到,Anaconda提供了Spyder,IPython和一个命令行.下面来看一下conda. 输入 conda list 来看一下所有安装时自带的Python扩展.粗略看了一下,其中包括了常用的 Numpy , Scipy , matpl

Anaconda下需要使用Python与MySQL数据库进行交互,所以需要import一个mysql-python的包, 但是在ipython中引用的时候发现Anaconda并没有包含该包,因此需要自己对该依赖包进行安装. 打开windows下的cmd,载命令行输入conda install mysql-python,回车. 其他的依赖包也可以使用该方法添加. 以上这篇Anaconda下安装mysql-python的包实例就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持我

相比于原生的python开发核心包,Anaconda已经集成了许多的第三方库,但是这在实际应用中是远远不够的,因此我们需要手动安装第三方库 使用pip可以快速的安装这些库 启动anaconda命令窗口: 开始> 所有程序> Anaconda Command Prompt 输入pip,可以查看pip指令的用法和相关的提示信息 pip install buitwith,可以开始安装buitwith库 以上这篇使用anaconda的pip安装第三方python包的操作步骤就是小编分享给大家的全部内容

一.动机 最近打算折腾vn.py,但只有py27版本的,因为一向习惯使用最新稳定版的,所以不得不装py27的环境,不得不说 Python的全局锁真的很烦. 身为懒癌患者,必然使用全功能的anaconda,但不想同时装py27和py35两个版本的anaconda巨无霸(同时装两个, 不知道conda是否也可以管理环境),于是选择用conda装python27的环境及一些必要的包. 弄了几天终于把办公电脑和家里的Mac机上的环境都配好了,即使有了官方的安装教材,也踩了不少坑. (因为国内主要的期货交

一提到数字图像处理编程,可能大多数人就会想到matlab,但matlab也有自身的缺点: 1.不开源,价格贵 2.软件容量大.一般3G以上,高版本甚至达5G以上. 3.只能做研究,不易转化成软件. 因此,我们这里使用Python这个脚本语言来进行数字图像处理. 要使用Python,必须先安装python,一般是2.7版本以上,不管是在windows系统,还是Linux系统,安装都是非常简单的. 要使用python进行各种开发和科学计算,还需要安装对应的包.这和matlab非常相似,只是matla

conda测试指南 在开始这个conda测试之前,你应该已经下载并安装好了Anaconda或者Miniconda 注意:在安装之后,你应该关闭并重新打开windows命令行. 一.Conda测试过程: 使用conda.首先我们将要确认你已经安装好了conda 配置环境.下一步我们将通过创建几个环境来展示conda的环境管理功能.使你更加轻松的了解关于环境的一切.我们将学习如何确认你在哪个环境中,以及如何做复制一个环境作为备份. 测试python.然后我们将检查哪一个版本的python可以被安装,

写给新手的话 pycharm是什么,为什么让我指定interpreter 记事本 最开始写C语言代码的时候,人们使用vi,记事本等软件写代码,写完了之后用GCC编译,然后运行编译结果,就是二进制文件.python也可以这样做,用记事本写完代码,保存成如test.py的文件后,通过命令python test.py可以运行这一文件.最初的C语言代码都是通过这种方式写的.但是人们很快发现了一个问题,就是这么弄太麻烦了,编写用vi,运行得切出去用shell,出错了再切回vi改代码.这要是编写.运行.调试

Anaconda 是一个旗舰版的python安装包, 因为普通的python没有库, 如果需要安装一些重要的库, 要经常一个一个下载,会非常麻烦. 所以这个一个集成的, 可以手动批量升级的软件. 而且库的安装也很全下载速度快. 从官网下载完以后, next 安装好. 配置环境变量, 把安装的文件夹的绝对路径拷贝到 环境变量的path里面. 不配置python都启动不了, 当然,如果之前安装过其他版本的python 可以考虑把之前多余的环境变量路径删掉. 打开anaconda prompt, 输入

以此文记录Python与Tensorflow及其开发环境的安装与配置过程,以备以后参考. 1 硬件与系统条件 Win7 64位系统,显卡为NVIDIA GeforeGT 635M 2 安装策略 a.由于以上原因,选择在win7下安装cpu版的tensorflow,使用anconda安装,总结下来,这么做是代价最小的. b. 首先,不要急于下载Python,因为最新的版本可能会与Anaconda中的Python版本发生冲突.以目前(截止2017-06-17日)的情况,Anaconda选择Anaco

Anaconda是Python的一个开源发行版本,主要面向科学计算,预装了丰富强大的库. 使用Anaconda可以轻松管理多个版本的Python环境. Download:https://www.anaconda.com/download/ Anaconda默认有两个版本,可以选择64位还是32位安装,当你安装了其中一个版本时,系统默认为该版本. 同时你可以在已安装的Anaconda版本中添加另一个版本的Python,实现多版本共存. Anaconda可以使用命令行进行操作 conda的环境管理

环境变量配置 首先需要将anaconda的路径配置进环境变量中,我是用户变量和系统变量都配置了.我的anaconda安装在D:\Anaconda,于是环境变量加入:D:\Anaconda D:\Anaconda\Scripts D:\Anaconda\Library\bin这三个. 不支持powershell 环境变量配置完成后,vscode运行hello.py文件报了下面的错误: Warning: This Python interpreter is in a conda environmen

随着同时开发的项目越来越多,需要不停的在各个不同版本的 python 环境之间切换,所以想到了pyenv.以前一直使用的 virtualenv只能管理同一个 python 版本下第三方库的版本,但是对于这种需要在多个不同版本之间切换的 case,就只能使用 pyenv 了. 安装 运行下面的命令会自动下载安装 $ curl -L https://raw.githubusercontent.com/pyenv/pyenv-installer/master/bin/pyenv-installer |

下载opencv2.4.9(python2.7匹配)后 (1)运行OpenCV 2.4.9.exe: (2)配置Python:将\opencv\build\python\2.7\x64 这个目录下:cv2.pyd 复制到:Python27\Lib\site-packages\目录下: (3)测试:输入import cv2,如报错,说明未安装成功 1.opencv的版本一定要与python的版本匹配,否则是python是无法调用cv2这个模块的. 错误信息:ImportError DLL load

virtualenv创建一个拥有自己安装目录的环境, 这个环境不与其他虚拟环境共享库, 能够方便的管理python版本和管理python库.主要解决不同项目之间环境冲突的问题. 小技巧 某些开发包在下载的时候会出现下载错的的情况,如果配置国内镜像下载,那么出错的几率将会大大降低.使用镜像源很简单,用-i指定就行了: sudo pip install -i https://pypi.douban.com/simple/ saltTesting 例如现在需要安装django环境 virtualenv

本文实例讲述了ubuntu服务器环境下安装python的方法.分享给大家供大家参考,具体如下: ubuntu 14.04 --16.04 版本默认是安装的是python 2.7 1.查看当前python版本 $python --version 2.升级到python3.X版本 $sudo add-apt-repository ppa:fkrull/deadsnakes#添加一个源 $sudo apt-get update#更新源列表,以获取最新的版本 $sudo apt-get install