Python黑帽编程1.3 Python运行时与包管理工具 0.1 本系列教程说明 本系列教程，采用的大纲母本为《Understanding Network Hacks Attack and Defense with Python》一书，为了解决很多同学对英文书的恐惧，解决看书之后实战过程中遇到的问题而作。由于原书很多地方过于简略，笔者根据实际测试情况和最新的技术发展对内容做了大量的变更，当然最重要的是个人偏好。教程同时提供图文和视频教程两种方式，供不同喜好的同学选择。 0.2 前言 前两节里，我们完成
1、Anaconda简介2、Anaconda安装(Linux和Windows)3、Conda的包管理与环境管理
但在开始之前，先来看看一个最简单的使用 TensorFlow Python API 的示例代码，这样你就会对我们接下来要做的事情有所了解。
Python离线安装包的下载地址：https://www.python.org/ftp/python/
CentOS 克隆自 RHEL，无需付费即可使用。CentOS 是一个企业级标准的、前沿的操作系统，被超过 90% 的网络主机托管商采用，因为它提供了技术领先的服务器控制面板 cPanel/WHM。
Anaconda 是一个包含数据科学常用包的发行版本。它基于 conda(一个包和环境管理器) 衍生而来。应用程序 conda 是包和环境管理器：
由于人们用Python所做的事情不同，所以没有一个普适的Python及其插件包的安装方案。由于许多读者的Python科学计算环境都不能完全满足本系列的需要，所以接下来我将详细介绍各个操作系统上的安装方法。我推荐免费的Anaconda安装包。写作本系列时，Anaconda提供Python 2.7和3.6两个版本，以后可能发生变化。本系列使用的是Python 3.6，因此推荐选择Python 3.6或更高版本。
首先访问http://www.python.org/download/去下载需要的python版本。我使用的是python2.7.5版本
linux系统环境自带python2.6，但有时我们项目使用的版本可能是3.x以上等等，此时我们需要在linux中再安装项目所需的python版本，此时就涉及多版本共存问题了，很多同学在安装多个版本Python时会遇到各种问题，本篇文章针对python多版本共存做了详细安装说明
这里说一下为什么不是Anaconda,因为它太占内存了，足足有5G左右，我的云服务器才40G硬盘，实在是玩不起呐。
接下来一步最重要！ 这样才能使这次升级真正生效！否则python命令还是原来的2.6.6版
Python分为3.X和2.X两个大版本。Python的3.0版本，常被称为Python 3000，或简称Py3k。相对于Python的早期版本，这是一个较大的升级。为了不带入过多的累赘，Python 3.X在设计的时候没有考虑向下相容，许多针对早期Python版本设计的程式都无法在Python 3.X上正常执行。大多数第三方库都正在努力地相容Python 3.X版本。
还记得去年大火大热的AlphaGo吗？从2015年开始，AlphaGo这名“网络棋手”先后挑战了欧洲围棋冠军、世界围棋冠军，几战成名后，吸引了大量的关注。而它背后的推动力正是Tensorflow，一个 Google于2015年11月开源的用于制作AlphaGo的机器学习及深度学习框架。 想了解AI，加入AI行列，那么我们先从最基础的工具开始吧。本文抛砖引玉，主要讲解Tensorflow的安装。 在Linux系统下Tensorflow安装 一般选择Linux系统来运行Tensorflow。 虽然在wind
使用Python的一定对著名的科学计算集成环境Anaconda（miniconda）并不陌生，而无论是使用Anaconda还是miniconda都必然会用到其包管理器——conda。作为一款管理python安装包的包管理器，其功能要比python自带的pip强大不少。
1. 首先去官网 https://www.python.org/downloads/source/下载 Gzipped source tarball
（1）rpm工具（redhat package manager，手动安装，难点在于包的依赖关系）
dmPython 是 DM 提供的依据 Python DB API version 2.0 中 API 使用规定而开发的数据库访问接口。
1.Linux下python3 的安装 1.1下载python3的源码包 # Linux下执行 # 版本可自主选定 # wget https://www.python.org/ftp/python/3.6.7/Python-3.6.7.tar.xz 1.2解压源码包到 /opt 目录下 1.3安装 python3 所需要的软件依赖，等待全部完成再执行下一步 # Linux下执行，直接复制，yum下载，注意空格 yum install gcc patch libffi-devel python-devel
1、安装依赖包 1）首先安装gcc编译器，gcc有些系统版本已经默认安装，通过 gcc --version 查看，没安装的先安装gcc，yum -y install gcc，由于本人的linux系统中已经安装了，出现了下面界面。
5 make make altinstall //此处不能用install安装，因为install不区分版本，会出现多版本混乱的问题
之前在linux上安装python3的时候，为了让不影响linux环境原有的python2的环境，选择的方法都是下载对应的linux环境的python包，不过
你可以通过终端窗口输入 "python" 命令来查看本地是否已经安装Python以及Python的安装版本。
网上关于python的交叉编译的文章很多，但是关于python第三库的交叉编译的文章就比较少了，而且很多标题是第三方库的交叉编译，但是实际上用到的都是不需要交叉编译就能用的库，可参考性不强，最近关于python及其第三方库的交叉编译也踩了不少坑，记录一下！
Python易用，但用好却不易，其中比较头疼的就是包管理和Python不同版本的问题，特别是当你使用Windows的时候。为了解决这些问题，有不少发行版的Python，比如WinPython、Anaconda等，这些发行版将python和许多常用的package打包，方便pythoners直接使用，此外，还有virtualenv、pyenv等工具管理虚拟环境。
初始化 为什么要选择Python？ Python作为目前Linux系统下最流行的编程语言之一，对于安全工作者的作用可以和C++相提并论。Python提供了丰富的库供调用，丰富的第三方扩展模块。在网络应用，文本解析方面，Python编程有着其他语言无可比拟的优势。同时Python也是面向对象并且跨平台的语言，可以在linux/Unix、OSX、windows上无障碍运行。 1.1 查看PYTHON版本信息 Kali Linux默认已经安装了Python运行环境，运行下面的命令，可以查看当前Python版本。
记得上次写python的学习笔记是三个月以前了，期间看过，也放下过，这次要坚持下来，一鼓作气，吃下python。
Linux系统中默认的python版本为Python 2，而根据Python的官方邮件消息，Python 2即将于2020年终止所有的支持。简单的将Python由2升级至3则会有很大的技术风险隐患，因为Linux的一些常用指令，如yum指令，会对python存在依赖。所以我们需要找到一种对linux系统无影响的python3环境搭建过程，而本文即是对此的记录和思考。
简介： Anaconda，中文大蟒蛇，是一个开源的Python发行版本，其包含了conda、Python等180多个科学包及其依赖项。
本文介绍了如何安装Python数据分析所需的第三方包，包括使用pip和conda的方法。首先介绍了Python数据分析所需的轮子，然后介绍了如何安装这些轮子。最后，介绍了一些主要的大数据分析轮子，并提供了下载这些轮子的地址。
也许有些小伙伴看了上一篇文章之后，发觉Python是真的很简单。但是不知道学了到底有什么用，其实应用非常的广，像是网络的前端后端、机器学习、计算机视觉，甚至你需要去批量抓取一些数据等等，都是Python的主战场，甚至有很多公司开始把用Matlab写的算法改为用Python来实现。如果你下定决心来学习Python，那么这个系列的文章就可以带你从零走向Python的巅峰。
安装部分 准备工作 下载各平台对应的安装包，各平台安装包下载链接如下： Windows macOs Linux 安装过程 安装过程在此不给出具体过程，可参照官方给出教程，各平台对应教程如下： Windows中Anaconda安装教程 macOS中Anaconda安装教程 Linux中Anconda安装教程 常用命令 查看安装版本 conda --version 查看帮助信息 conda --help conda -h 卸载conda # Linux/macOS conda -rc ~/anaconda3 查
现如今，Python的应用愈来愈广泛，且对于常用的发行版Linux操作系统来说一般都会预装Python环境，这给Python学习者带来了福音，因为在Windows操作系统上安装Python环境还需要配置各种环境变量。但是Linux环境下也会存在一些问题，比如Linux系统默认的Python版本一般为2.7，而如今的发行版已经到了3.9，因此能够在操作系统上简单地完成不同Python发行版的的切换十分必要。本文主要介绍一种以Ubuntu为例在Linux上的使用conda对Python版本进行控制的方法。
最近准备研究下redis ，准备使用python语言来安装redis，顺便学习下火得快过时但又必备技术Python。由于安装的redis是最新版本，对应python版本为3.0+。但linux系统自带的python2，中途不小把python版本给删除了，导致好多东西不能用，因为他自动集成了其他的包。网上的一些教程不是很适合。以下是本人亲测的，希望对大家有参考价值。
先下载 iso镜像文件，在windows系统下，插入u盘，下载 Ultraiso软件，安装好后，根据 http://jingyan.baidu.com/article/a378c960630e61b329283045.html 把U盘变成系统盘后。插入U盘到 要装linux系统到电脑中，重启电脑，根据提示安装即可（尽量在安装中保持联网状态，否则在以后安装 包 到时候会出现不必要到麻烦）。
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
序 Python易用，但用好却不易，其中比较头疼的就是包管理和Python不同版本的问题，特别是当你使用Windows的时候。为了解决这些问题，有不少发行版的Python，比如WinPython、Anaconda等，这些发行版将python和许多常用的package打包，方便pythoners直接使用，此外，还有virtualenv、pyenv等工具管理虚拟环境。 个人尝试了很多类似的发行版，最终选择了Anaconda，因为其强大而方便的包管理与环境管理的功能。该文主要介绍下Anaconda，对Anacon
使用docker安装jenkins环境，jenkins构建的workspace目录默认是在容器里面构建的，如果我们想执行python3的代码，需进容器内部安装python3的环境。
Miniconda是什么？ 要解释Miniconda是什么，先要弄清楚什么是Anaconda，它们之间的关系是什么？ 而要知道Anaconda是什么，最先要明白的是搞清楚什么是Conda，参考：Conda简单教程。 一言以蔽之，Conda是Python中用于管理依赖包和虚拟环境的工具，Anaconda是一个带有Conda工具的软件包（附带了Conda、python和150多个科学软件包及其相关的包），而Miniconda是一个Anaconda的轻量级替代，默认只包含了Python和Conda。 也就是说，安装了Miniconda，就可以直接使用Python和Conda了。
众所周知Python常用的版本有2.x和3.x，常常会引起版本问题。由于我在Linux系统中已经安装有Python3.x和对应的TensorFlow，现在遇到需要跑在Python2.x下的TensorFlow工程时，就很麻烦，因此可以用Anaconda来建立一个独立的小环境来另外安装Python2.x及其对应的TensorFlow来跑这个工程。
你可以通过终端窗口输入 “python” 命令来查看本地是否已经安装Python以及Python的安装版本。
想象一下，你用 Linux 版本的 Tensorflow 建立了一个美妙的 RNN 模型，然后无缝切换到 Windows 用 Excel 直接编辑结果，画了一幅 fancy 的图给你的老板。在此期间，你的所有模型文件已经被自动同步到了 Onedrive/百度云/Dropbox 上了！整个过程丝毫没有使用虚拟机的“膈应”感！
安装好之后，可以使用命令conda，可以使用一系列命令参数，conda --help 或 conda -h 、 conda --version 或 conda -V
Python是著名的“龟叔”Guido van Rossum在1989年圣诞节期间，为了打发无聊的圣诞节而编写的一个编程语言，Python官方网站 。
Anaconda利用工具/命令conda来进行package和environment的管理，并且已经包含了Python和相关的配套工具。里面的环境是分离开的，需要用到什么环境可以进行切换，如同虚拟机一样。包管理与pip的使用类似，环境管理则允许用户方便地安装不同版本的python并可以快速切换。Anaconda则是一个打包的集合，里面预装好了conda、某个版本的python、众多packages、科学计算工具等等，所以也称为Python的一种发行版。
如果你想要编译的代码更快（推荐），确保你安装了g++（Windows/Linux）或Clang（OS X）。
在使用centos7的软件包管理程序yum安装python-pip的时候会报一下错误：
Centos的包资源管理器是yum，由于该管理器是由Python语言实现的，故依赖于系统安装Python2.7，上面我们修改了系统内置的Python软链接，会导致yum无法使用，，下面是解决方法：
分布式软总线是多种终端设备的统一基座，为设备之间的互联互通提供了统一的分布式通信能力，能够快速发现并连接设备，高效地分发任务和传输数据。分布式软总线示意图见。
本次将向大家介绍如何在本地搭建Python开发环境。 Python可应用于多平台包括 Linux 和 Mac OS X。 你可以通过终端窗口输入 "python" 命令来查看本地是否已经安装Python以及Python的安装版本。 Unix (Solaris, Linux, FreeBSD, AIX, HP/UX, SunOS, IRIX, 等等。) Win 9x/NT/2000 Macintosh (Intel, PPC, 68K) OS/2 DOS (多个DOS版本) PalmOS Nokia 移动手
有许多安装 matplotlib 的不同方法，最好的方法取决于你使用的操作系统，已经安装的内容以及如何使用它。 为了避免涉及本页上的所有细节（和潜在的复杂性），有几个方便的选项。
领取专属 10元无门槛券
手把手带您无忧上云
云服务器
ICP备案
对象存储
即时通信 IM
实时音视频
