一、为什么需要第三方库？
Python的强大，不仅来自于语言本身的简洁优雅，更得益于丰富的第三方库生态。 无论是科学计算、数据分析、机器学习、Web开发，还是爬虫、自动化、办公脚本……几乎都有现成的优秀库可以直接使用。
例如：
- NumPy：高性能科学计算库
- Pandas：数据分析与处理工具
- Requests：网络请求库
- Flask / Django：Web开发框架
- BeautifulSoup / Scrapy：爬虫开发工具
要使用这些库，必须先学会——如何安装与管理第三方库。 这就是本节的核心：pip 工具的使用。
二、pip 是什么？
pip 是 Python 官方推荐的 包管理工具（Package Installer for Python）。
它可以帮助我们：
- 下载第三方库；
- 安装 / 卸载库；
- 查看已安装的库；
- 升级库版本；
- 从指定源（如国内镜像）加速安装。
✅ 从 Python 3.4 版本起，pip 已经默认集成在安装包中。
三、pip 的基本命令
1. 检查 pip 是否安装
pip --version
输出类似：
pip 24.0 from /usr/local/lib/python3.11/site-packages/pip (python 3.11)
如果提示 pip command not found，可能是环境变量未配置或 Python 未正确安装。
2. 安装第三方库
pip install 库名
例如安装常用的网络请求库 requests：
pip install requests
安装完成后，可以在 Python 中验证：
import requests
print(requests.__version__)
3. 指定版本安装
如果需要安装指定版本，例如 numpy 的 1.23.5 版本：
pip install numpy==1.23.5
或者升级到最新版本：
pip install --upgrade numpy
4. 卸载库
pip uninstall 库名
例如：
pip uninstall requests
5. 查看已安装的库
pip list
部分输出示例：
numpy 1.23.5
pandas 2.1.0
requests 2.31.0
查看某个库的详细信息：
pip show requests
四、pip 的国内镜像源（加速下载）
由于默认的官方源速度较慢，我们可以使用国内镜像源来加速安装。
常用镜像源：
| 镜像名称 | 镜像地址 |
|---|---|
| 清华大学 | pypi.tuna.tsinghua.edu.cn/simple |
| 阿里云 | mirrors.aliyun.com/pypi/simple |
| 豆瓣 | pypi.douban.com/simple |
临时使用镜像源：
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple requests
永久修改配置（推荐）：
Linux / Mac：
mkdir ~/.pip
echo "[global]
index-url = https://pypi.tuna.tsinghua.edu.cn/simple" > ~/.pip/pip.conf
Windows：
在用户目录下新建 pip 文件夹，在其中创建 pip.ini：
[global]
index-url = https://pypi.tuna.tsinghua.edu.cn/simple
五、pip 的进阶用法
1. 批量安装依赖（requirements.txt）
在项目中，常常需要记录依赖包列表：
创建一个 requirements.txt 文件：
requests==2.31.0
flask==3.0.2
pandas>=2.1.0
安装时执行：
pip install -r requirements.txt
导出当前环境依赖：
pip freeze > requirements.txt
2. pip 与虚拟环境结合
当你开发多个项目时，不同项目可能需要不同版本的库，这时应使用虚拟环境（venv 或 virtualenv）隔离依赖。
示例：
# 创建虚拟环境
python -m venv myenv
# 激活虚拟环境
# Windows:
myenv\Scripts\activate
# macOS / Linux:
source myenv/bin/activate
# 在虚拟环境中安装库
pip install requests
退出虚拟环境：
deactivate
六、常见问题与解决方案
| 问题 | 原因 | 解决方法 |
|---|---|---|
pip: command not found | pip 未安装或未加入环境变量 | 重新安装 Python，勾选“Add to PATH” |
| 安装速度慢 | 网络问题 | 使用国内镜像源 |
| 权限错误 | 无管理员权限 | 加 --user 参数：pip install --user 包名 |
| 库版本冲突 | 不同项目依赖不同版本 | 使用虚拟环境 |
七、实战练习
-
安装
requests并发送一个 GET 请求：import requests response = requests.get("https://api.github.com") print(response.status_code) -
安装
pandas并读取一个 CSV 文件：import pandas as pd df = pd.read_csv("data.csv") print(df.head()) -
使用
pip freeze生成依赖文件并重新部署在另一台电脑上。
八、小结
| 内容 | 关键命令 |
|---|---|
| 安装库 | pip install 包名 |
| 卸载库 | pip uninstall 包名 |
| 查看库 | pip list |
| 指定版本 | pip install 包名==版本号 |
| 批量安装 | pip install -r requirements.txt |
| 使用镜像源 | pip install -i 镜像地址 包名 |
掌握 pip，意味着你已经具备了 Python 包生态的“入场券”。 从此，你可以自由地探索 Python 世界的每一个强大功能模块。
