04.切换到 Python 源码目录，并且执行configure脚本，他会执行一系列检测，并且确保所有依赖都在你的系统上准备好了：
经历了装软件的头疼阶段后，终于搞明白Anaconda，python，Pycharm之间的关系及各种python包的安装了
当前最新的 CentOS 7.3 默认安装的是 Python 2 ，并且默认的官方 yum 源中不提供 Python 3 的安装包。有些用户想要升级使用 Python 3 但实际可能有各种各样的问题，导致出错，反观一下激进的 Fedora 社区，在23的时候，就将默认的版本修改成了 Python3 （如果我没记错的话）。
Linux下大部分系统默认自带python2.x的版本，最常见的是python2.6或python2.7版本，默认的python被系统很多程序所依赖，比如centos下的yum就是python2写的，所以默认版本不要轻易删除，否则会有一些问题，如果需要使用最新的Python3那么我们可以编译安装源码包到独立目录，这和系统默认环境之间是没有任何影响的，python3和python2两个环境并存即可。
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！
Miniconda是Anaconda的压缩版，Miniconda只包含conda的核心内容，Anaconda中包含了Spyder集成开发环境等扩充内容。Miniconda的功能足矣。
Python 是世界上被广泛使用的编程语言之一。语法简单易学，Python 是初学者和有工作经验者的一个很流行的选择。Python 是一个多功能的编程语言。它可以被用来构建各种应用程序，从简单的脚本到复杂的机器学习算法。
尽管依赖问题非常棘手，但明白包管理以及包编译安装原理有助于我们深刻理解计算机基本原理，避免成为一个调包侠。
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。
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。
OpenCV-4.0.0已经放出来一阵日子了，很有新功能新特性值得尝试，由于MacOS上的brewhome包中编译好的OpenCV版本只有3.4.3，为了在MacOS上安装最新的OpenCV，只好走源码编译这条路了。
RHEL以及他的衍生发行版如CentOS、Scientific Linux为了稳定，官方的rpm repository提供的rpm包往往是很滞后的，当然了，这样做这是无可厚非的，毕竟这是服务器版本，安全稳定是重点，官方的rpm repository提供的rpm包也不够丰富，很多时候需要自己编译那太辛苦了，而EPEL恰恰可以解决这两方面的问题。
文章目录 模块 Python模块 导入模块 查找模块 模块编译 包 Python包 包的导入 内嵌包 在使用Python开发程序时，如果是比较复杂的功能，可以把功能分成几个部分，则需要用到Python的模块和包。 模块 ---- 顾名思义，模块就是一块一块的代码。 Python模块 ---- 在Python中一个py文件被认为是一个模块(module)。 导入模块 ---- 导入一个模块到当前模块，语法： import_smt ::= "import" module ["as" nam
Linux机器一般自带Python都是较低版本，下面我们讨论一下升级Python【示例中使用的是阿里云的CentOS】
如果安装包中不支持某些功能的话，多数开发者不知道如何从源码编译生成opencv-python的安装包，其实这个这个事情很容易，如果对有经验的开发者只需半个小时即可完成。在介绍具体步骤之前，首先看一下需要的相关编译工具与依赖安装包及其版本列表如下(Windows 10 64系统)：
或者python官网下载 https://www.python.org/ftp/python/3.9.0/Python-3.9.0.tgz 然后放过去
Esky is an auto-update framework for frozen Python applications. It provides a simple API through which apps can find, fetch and install updates, and a bootstrapping mechanism that keeps the app safe in the face of failed or partial updates. Updates can also be sent as differential patches.
“ 大家好哇！我们在前面介绍如何为python部署第三方包时提到，推荐优先使用conda命令进行安装。那么在今天呢，我们就来聊一聊为什么更推荐使用conda而不是pip命令。”
本周我们精选出社区问答进行整理汇总，各位开发者在使用PaddlePaddle过程中遇到技术难题，可以到PaddlePaddle公众号【常见问答】专栏（点击主菜单中”定制服务“后可见）上寻求解决方案，希望能帮助新用户在MacOS安装过程中解答疑惑。
在安装包的时候，有时候需要安装xxx的包，有时候又需要安装xxx-dev的包 (在CentOS系列发行版上则是xxx-devel)。这两类包之间又什么区别呢？
https://www.jetbrains.com/pycharm/download/#section=windows
安装过程需要中需要安装依赖包和gcc ,然后编译安装Python，在线安装直接用 yum install 即可。
openGauss于6月30号开源，继承于原来的GaussDB300的内核，最初源于pg9.2.4内核，但是对pg内核做了很多改动，具体可以参考我这篇文章《华为GaussDB相比PostgreSQL做了哪些内核优化？》。其实从参数也可以看出来华为对内核的改造，在pg11.3版本数据库中共有290个参数，openGauss里目前有515个参数，我们知道数据库参数都是涉及到非常内核的东西，所以华为的研发能力还是很强的。比如说前两天刚刚看到一个参数enable_increment_checkpoint，在openGauss里支持了增量检查点，默认使用double write双写机制来确保不会出现断页的问题，代替了full_page_writes带来的性能开销和wal容量开销。
学习环境：redhat 5.8 python版本：3.6.8 django版本：1.11.20
但是先别着急，假设我们的python应用需要做一些科学计算，并且将数据以图形的方式展示出来，这时候就需要matplotlib和pandas这两个库的帮助了，先用ubuntu来安装这俩个库，编写Dockerfile.ubuntu
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。
大多数编程语言包的生态系统都有两个层级（level）：每个包都有一个或多个发布（release），每一次发布都可以用版本号（version）进行区分。Python 有第三个层级：每个发布都有一个或多个发行版（distribution），下载安装包时下载的实际文件就是这些发行版。在大多数语言中，这些文件都是发布的同义词，但是在Python 中「一个发布有多个发行版」是很重要的，因为使用最广泛的那些包，大多数发布实际上都有多个发行版。 为什么会这样呢？因为 Python 的特殊之处在于，它将 C 扩展（extension）视为该语言的一流特性，并试图隔离包的使用与编译 C 扩展。这意味着发行版需要包含编译 C 扩展后的得到的二进制代码，这种发行版（在其现代迭代中）被称为 binary wheels。 但是 C 扩展通常需要针对特定的 Python 版本和操作系统进行编译，因此需要使用多个 wheels 来实现普适性。此外，由于包的作者不能预测出所有的 Python 版本和操作系统，所以包含一个由包用户负责编译的源发行版也很重要。 尽管如此，用户们和大多数工具考虑的仍然是发布版本（release），而不是特定的发行版（distribution）。这可能会引起极大的不协调。例如，在一台机器上安装一个包可能需要几秒钟（因为存在匹配的二进制发行版），在另一台机器上可能需要几分钟甚至几个小时。 即使两台机器都能找到合适的二进制发行版来安装，它们的哈希值也不匹配，检测 MitM 攻击也会因此变得更加困难。因为 pip 这样的工具会自动找到在发布下「最合适」的发行版，当一个发行版与给定的系统兼容时会偏向于选择 binary wheel，如果有多个发行版与此系统兼容，则选择最合适的 binary wheel，如果不兼容，则返回到源发行版。 如果你已经安装了发布下的一个发行版之后，该发布又有一个新的发行版，这时就会出现很大的问题。而且这个问题几乎是不可避免的——因为 PyPI 一次只允许上传一个发行版，并会创建一包含这个发行版的新发布，所以在你上传最后一个发行版之前，一定会有人已经下载了第一个发行版。 在使用自动编译程序（buildbot）并行构建不同的发行版之后，这个问题变得更加常见，二进制发行版一般要比源发行版花费更长的时间。当一个包的作者在发布后的几个月或几年里，再去添加对新平台（或 python 的新版本）的支持时，这种情况就变得更糟糕了。当这种情况发生时，会有以下一些问题:
Julia 是一种多范式的函数式编程语言，用于机器学习和统计编程。尽管 Python 通常被认为是一种面向对象的编程语言，其实它也是用于机器学习的多范式编程语言。需要注意的是，Julia 语言更多地基于函数范式。此外，Julia 语言虽不如 Python 那么流行，但在数据科学中使用 Julia 具有很大的优势，从而使它在很多情况下成为更好的编程语言选择。
所以，如果我们要使用Python3的话，就要自己安装。 我看了网上的教程，都是选择将Python3覆盖原来的Python2，这会导致一些依赖问题，比如：使用yum报错。 所以，我是独立安装Python3，安装完之后，Python2 和 Python3 都可以使用！
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、调试都能在同一个窗口里进行，再来点语法检查，高亮，颜色，代码提示，那写代码的效率不就高多了吗？所以就有了Microsoft Visual C++等写代码工具，这些工具除了提供方便的文本编辑功能，还能够连接到编译器（C/C++）、解释器（java，python，R），把编译器和解释器的运行结果显示在自己的界面上，这些工具被称为IDE（集成开发环境）。正因为编译器，解释器不是它的组成部分，pycharm中每个项目都要指定一个interpreter才能运行。即某个路径下的python.exe。其他的IDE也都要指定运行环境。
安装编译过程需要的依赖性(进入到安装包路径下） cd /opt/ cd Python-3.6.4/ yum install gcc -y
我个人习惯将Python安装在 /usr 目录下，我们首先将Python压缩包移动至指定文件夹,我们需要使用mv命令来移动
yum install openssl-devel bzip2-devel expat-devel gdbm-devel readline-devel sqlite-devel gcc gcc-c++ openssl-devel
conda的前两个要点实际上是使许多软件包比pip更具优势。 由于pip是从源代码安装的，所以如果你无法编译源代码，那么安装它可能会很痛苦（这在Windows上尤其如此，但如果软件包有一些困难的C或FORTRAN库，甚至在Linux上也是如此）依赖）。 Conda从二进制文件安装，这意味着有人（例如Continuum）已经完成了编译软件包的艰苦工作，因此安装非常简单。如果您有兴趣构建自己的软件包，也有一些差异。 例如，pip建立在setuptools之上，而conda使用它自己的格式，这有一些优点（比如静态，而且Python不可知）。
一、环境：CentOS 6 二、步骤： 1、确认当前python版本下载最新Python3.7 https://www.python.org/ftp/python/3.7.0/ 2、进入该压缩包的下
SCL 是一个社区项目，它可以在同一系统上构建，安装和使用多个版本的软件，而不会影响系统默认软件包。
os 属于 python内置模块，所以细节在官网有详细的说明，本道面试题考察的是基础能力了，所以把你知道的都告诉面试官吧 官网地址 https://docs.python.org/3/library/os.html
我个人习惯将Python安装在 /usr/lib 目录下，我们首先将Python压缩包移动至指定文件夹,我们需要使用mv命令来移动
注意事项:需要注意的是, sqlite安装完成之后需要进行重新编译python, 需要注意的是，sqlite安装完成之后需要进行重新编译python 1.下载并源码编译python3 #wget https://www.python.org/ftp/python/3.4.5/Python-3.4.5.tar.xz # xz -d Python-3.4.5.tar.xz # tar xf Python-3.4.5.tar -C /usr/local/src/ # cd /usr/local/src/Pytho
通常生产环境由于安全原因都无法访问互联网。此时就需要进行离线安装，主要有两种方式：源码编译、rpm包安装。源码编译耗费时间长且缺乏编译环境，所以一般都选择使用离线 rpm 包安装。
今天聊一下，Python中模块和包的区别和联系，以及怎么创建自己的package，通过学习，你可以明白我们平时用Python的时候，到底import 了什么东西。我尽量讲的详细一点，大神可以点左上角X。 下面可以先照着我说的做一遍，做完之后，我再解释。 首先打开Pycharm（没用过的可以先百度安装，很简单），左上角点 File--> New Project 然后这里随便取个名字，我这里叫做 packages_demo 其实这里说随便，其实不管是什么编程语言，文件，函数的命名都是有讲究的，尽量取的
Pycharm是一个非常好用的Python编译运行IDE，anaconda则用于管理Python中各种各样的包。下面讲讲在Windows系统下让Pycharm能够使用anaconda管理的各种包。 1 找到编译器选项 首先打开Pycharm然后点击File->settings，然后就可以看到下图所示界面：
众所周知，Python模块导入的查找路径可以通过sys.path查看，我看了一下：
这里使用的操作系统为win7/10,安装环境是使用Anconda搭建Python环境，然后在Vscode编辑器中安装Python插件，最终能够在Vscode环境下使用Python。
这一章我们介绍如何安装新版本的PaddlePaddle，这里说的新版本主要是说Fluid版本。Fluid 是设计用来让用户像Pytorch和Tensorflow Eager Execution一样执行程序。在这些系统中，不再有模型这个概念，应用也不再包含一个用于描述Operator图或者一系列层的符号描述，而是像通用程序那样描述训练或者预测的过程。也就是说PaddlePaddle从Fluid版本开始使用动态图机制，所以我们这个系列也是使用Fluid版本编写的教程。
MongoDB的官网上是有已经编译好的二进制包的，这里选择clone MongoDB在github上的仓库
python系列文章：https://blog.zeruns.tech/category/Python/
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
实时音视频
对象存储
即时通信 IM
