Python代碼那麼多，怎麼拿來用
你知道嗎？在Python有個巨大的寶庫PyPI,裡面有27萬開源的模塊供大家使用。很多讓你苦思冥想的功能，其他大神早就寫出來了。甚至不要copy粘貼，只要import下就能用了。
PyPI是什麼?
PyPI是Python軟體儲存庫，是Python官方的第三方庫的倉庫；而pip是一個管理包工具，主要用於下載安裝PyPI上的軟體包，我們可以理解為它是開啟PyPI寶庫的鑰匙。PyPI的官網就是pypi.org。打開界面可以看到，裡面已經有27萬個已開源的Python代碼了。
在這篇文章中，將討論如何通過PIP命令訪問和利用PyPI。
怎麼用？下面乾貨
PyPI是Python開發人員的默認軟體存儲庫，用於存儲創建的Python程式語言軟體開發人員和程式設計師，以用於公開和共享其軟體。
與PyPI一起，通過PyPi-Install庫，您只需使用一個函數調用就可以將Python代碼上傳到PyPI。使用此選項後，可以使用流行的命令從任何終端安裝Python庫：
root@host [~]# pip install mylibary
PyPI本身也簡化了Python程序的Python打包過程。在具體的Python包裝過程在這裡要注意。
PyPI的內容是開源的嗎？
共享的Python代碼都是開源的。PyPI網站指出：
「 PyPI不支持發布私有軟體包。如果需要將私有軟體包發布到軟體包索引，建議的解決方案是運行自己的devpi項目部署
一件值得注意的事 PyPi-Install庫僅嘗試簡化官方網站上指出的打包過程。此外，如果您想了解更多有關PyPI的信息，請訪問PyPi主頁。
訪問PyPI
下一節將介紹如何安裝Python「軟體包」的基礎知識。重要的是要注意，在此上下文中使用的術語「包」充當分發的同義詞。發行版是打包軟體的集合，其中包括安裝和運行Python包所需的所有模塊和其他資源。
這不是指您引入Python原始碼中的那種軟體包（即模塊容器）。在Python社區中，標準的做法是將發行版稱為「包」。我們限制使用「發行版」一詞是因為它很容易與Linux發行版或其他更重要的軟體版本（如Python本身）混合使用。
Ubuntu上如何安裝PIP
鑑於Ubuntu 18.04隨附Python 3作為Python的默認安裝，我們可以完成以下步驟為Python 3部署PIP（實際上是pip3）。我們可以使用以下命令更新Ubuntu的軟體包列表：
root@host:~# apt update接下來，我們將使用以下命令為Python 3安裝PIP：
root@host:~# apt install python3-pip此命令還將安裝構建Python模塊所需的所有依賴項。
安裝完成後，我們可以通過運行以下命令來檢查安裝的PIP版本，以驗證安裝。請記住，版本號可能會有所不同，但看起來會像這樣：
root@host:~# pip3 --version pip 9.0.1 from /usr/lib/python3/dist-packages (python 3.6) root@host:~#
CentOS上安裝PIP
需要先安裝擴展源EPEL。
EPEL是由 Fedora 社區打造，為 RHEL 及衍生發行版如 CentOS、Scientific Linux 等提供高質量軟體包的項目。
首先安裝epel擴展源：
然後再安裝pip
~]# sudo yum -y install python-pip偷懶一鍵安裝
不用管是哪種作業系統，只要運行一條命令就能搞定。請運行：
root@host [~]# python get-pip.py
此命令將安裝或升級PIP。此外，如果尚未安裝setuptools和wheel程序，它將安裝它們。Setuptools是對Python distutils的一組改進，使我們能夠輕鬆地構建和共享Python發行版，尤其是那些依賴於其他軟體包的依賴項的發行版。輪子擴展名用於創建輪子格式化的分發。
開始使用Pip
首先總體更新一次。運行以下命令將確保您擁有使用PyPI所需的所有最新版本：
root@host [~]# python3 -m pip install --upgrade pip
開始打開寶藏
下面開始安裝Python強大的分析庫pandas。只要一行就可以安裝。
python -m pip install pandas
這樣，只要運行pip install 任何庫名字，就可以搞定。
安裝慢？怎麼辦
由於pip庫基本上默認都是從國外下載安裝。由於眾所周知的原因，國內的我們會安裝起來很慢。
怎麼辦？用前面的pandas來舉例，只要這樣就好了。帶你從清華鏡像站點下載，速度嗖嗖的。
後續寶藏
掌握了pip，就掌握了python的萬千寶藏庫。關注我們獲取後續更多Python寶藏庫的介紹。包括圖像，人工智慧，數據分析等Python庫的經典推薦。