python镜像

A. 怎么在局域网发布python的pypi镜像源

默认pip是使用Python官方的源，但是由于国外官方源经常被墙，导致不可用，我们可以使用国内的python镜像源，从而解决Python安装不上库的烦恼。

注意后面要有/simple目录！！！

B. python安装urwid包的问题怎么解决

试试用pip命令
pip install 加包名
如果升级失败，就升级一下pip
pip install --upgrade pip
如果还是安装失败就是网络原因

因为pip是在线安装，所以安装起来回事python的镜像源下载，有时过超时。很正常，英文网站有限速！或者你换一下pip的镜像源比如清华的会比较快一点。

还有一个办法就是直接下载好后直接放在lib中有个装第三方库的那个文件下，这个我试过，可用！

C. 如何Python写一个安卓APP

前言：用Python写安卓APP肯定不是最好的选择，但是肯定是一个很偷懒的选择，而且实在不想学习Java，再者，就编程而言已经会的就Python与Golang(注：Python，Golang水平都一般)，那么久Google了一下Python写安卓的APP的可能性，还真行。

既然要写个APP，那么总得要有个想法吧。
其实笔者想做两个APP来着，一个是自己写着好玩的，一个是关于运维的。
关于运维的APP，设计应该如下
可能长这样：

主要由三部分组成，一是素材，图片音频之类的文件，二是Python代码，三是kv文件，这个kv文件有点像html中的css。
Python代码的文件名一般命名为main.py
然后一定有一个叫做XXXApp的类，并继承App。
比如该类叫做GameApp，那么该目录下的kv文件则必须为Game，如上图所示，如果不是，那么kv文件中的一些设定就不会生效。
比如设定一个标签

Label:
id: time
text: 'xxxx'
font_size: 6012345

id为time，text文本内容为’xxxx’,然后字体为60
好吧，点到为止吧，不过似乎什么都没点到~~~

从无到有做一个App，我想我会另起一篇文章吧。

D. 怎么python 打包docker镜像

当想让一个容器做两件事情，或者使一个Docker镜像包含来自两个不同镜像的依赖库时，就需要知道每个镜像的Dockerfile。本文介绍了如何通过docker history命令来对Docker镜像进行反向工程，得到它们的Dockerfile，并组织到一个Dockerfile里然后build，从而实现想做的事情。

常言道，“不要重复发明轮子！”

在使用Docker时，构建自己的镜像之前，最好在Docker Hub寻找一些可以直接使用的镜像做练习。把软件架构分布到一系列容器中，每一个容器只做一件事情，这样的效果非常好。构建分布式应用的最好的基石是使用来自Docker Hub的官方镜像，因为可以信任它们的质量。

在某些情况下，可能想让一个容器做两件不同的事情。而在另外一些情况下，可能想让一个Docker镜像包含来自两个不同镜像的依赖库。如果有每个镜像的Dockerfile，这是非常简单的。将它们组织到一个Dockerfile里然后build就行。

然而，大多数时间都在使用Docker Hub上准备好的镜像，不会有它们的源Dockerfile。我花时间找一个可以合并（或flatten）两个不同Docker镜像的工具，当然没有它们的Dockerfile。也就是说在找一个能做下面这件事的东西：
image 1 --
\
---> merged_image_12
/
image 2 --

此前在GitHub上有两个相关的讨论（1、2），尽管它们都被关闭了。

这可能吗？
那么，是否存在工具能够像这样做吗：docker merge image2 image2 merged_image？

没有！
你甚至不可以用下面的方式来构建Dockerfile：
FROM image1
FROM image2

简而言之，在一个Dockerfile里不能有多个基础镜像。

但是我需要这个功能！
唯一的解决办法是取得这些镜像的Dockerfile，然后把它们组织到一个文件中，再进行构建。那么，我能在Docker Hub上获得一个镜像的Dockerfile吗？ 幸运的是可以。它不能离线获取（译注：原文是online，但显然online时对于来自GitHub的自动构建镜像是可以直接获取的），但是你可以使用docker history命令，通过反向工程获取。

怎么来使用？
在你的机器上使用docker pull从Docker Hub下载镜像。
docker pull image1
docker pull image2

然后使用docker history来取得构建这两个容器时运行的命令。
docker history --no-trunc=true image > image1-dockerfile
docker history --no-trunc=true image2 > image2-dockerfile

接下来打开这两个文件，你可以看到每个镜像的命令堆栈。这是因为Docker镜像通过层（阅读更多）的方式来构建。即你在Dockerfile中键入的每一个命令所构建的新镜像，都是在之前的命令产生的镜像之上。所以你可以对镜像进行逆向工程。

限制
不能对镜像进行反向工程的唯一场景，是镜像的维护者在他的Dockerfile中使用了ADD或COPY命令。你会看到这样一行：
ADD file:1ac56373f7983caf22
或 ADD dir:cf6fe659e9d21535844
这是因为不知道维护者在他自己的机器上，包括镜像里使用了什么本地文件。

E. 如何制作一个定制的 Python 基础 Docker 镜像

目标：准备一个定制的 Python 基础镜像。基础镜像，通常为含最小功能的系统镜像，之后的应用镜像都以此为基础。
本项目代码维护在 DaoCloud/python-sample-base-image 项目中。
您可以在 GitHub 找到本项目并获取本文中所提到的所有脚本文件。
制作基础镜像
选择 Ubuntu 官方的 14.04 版本为我们依赖的系统镜像。
FROM ubuntu:trusty

因所有官方镜像均位于境外服务器，为了确保所有示例能正常运行，可以使用与官方镜像保持同步的 DaoCloud 境内镜像：
dockerfile
FROM cloud.io/ubuntu:trusty

设置镜像的维护者，相当于镜像的作者或发行方。
MAINTAINER Captain Dao <[email protected]>

用 RUN 命令调用 apt-get 包管理器安装 Python 环境所依赖的程序包。
安装依赖包相对比较固定，因此该动作应该尽量提前，这样做有助于提高镜像层的复用率。
安装完依赖后打扫卫生可以显着的减少镜像大小。
RUN apt-get update && \
apt-get install -y python \
python-dev \
python-pip && \
rm -rf /var/lib/apt/lists/*

以下是一个不建议的做法，原因是比上述命令多添加了一层镜像，然而并没有降低总镜像的体积。
dockerfile
RUN apt-get update && \
apt-get install -y python \
python-dev \
python-pip
RUN rm -rf /var/lib/apt/lists/*

用 RUN 命令调用 mkdir 来准备一个干净的放置代码的目录。
RUN mkdir -p /app

指定其为当前的工作目录。
WORKDIR /app

指定暴露的容器内端口地址，最后设置默认启动命令。
EXPOSE 80
CMD ["bash"]

至此一个 Python 的基础镜像制作完毕，您可以在本地运行 docker build -t my-python-base . 来构建出这个镜像并命名为 my-python-base。
Python 家族成员众多，因此需要一个通用的基础镜像，并在此基础上根据需求进行定制。
由于国内网络环境的特殊，在本地运行 docker build 的时间会很长，并且有可能失败。推荐使用 DaoCloud Toolbox 和 DaoCloud 的云端 代码构建 功能。
完整 Dockerfile
# Ubuntu 14.04，Trusty Tahr（可靠的塔尔羊）发行版
FROM cloud.io/ubuntu:trusty

# 道客船长荣誉出品
MAINTAINER Captain Dao <[email protected]>

# APT 自动安装 PHP 相关的依赖包，如需其他依赖包在此添加
RUN apt-get update && \
apt-get install -y python \
python-dev \
python-pip \
# 用完包管理器后安排打扫卫生可以显着的减少镜像大小
&& apt-get clean \
&& apt-get autoclean \
&& rm -rf /var/lib/apt/lists/* /tmp/* /var/tmp/*

# 配置默认放置 App 的目录
RUN mkdir -p /app
WORKDIR /app
EXPOSE 80
CMD ["bash"]

wph95

F. python如何下载环境

先来区分几个在Python基础学习中比较容易混淆的工具，然后帮助大家一步步修改镜像源，完成环境的搭建，下面一起来看看吧！

1、概念区分

对于刚刚开始学习Python的零基础小白来说，可能很容易就会对Pycharm、Python解释器、conda安装、pip安装这个几个概念混淆。下面跟着我来逐一认识一下它们：

（1）Pycharm是Pytho开发的集成开发环境(Integrated Development Environment，简称IDE)，它本身无法执行Python代码。

（2）Python解释器才是真正执行代码的工具，pycharm里可设置Python解释器，一般我们可去Python官网下载Python3.7或Python3.8版本；如果安装过anaconda ，它里面必然也包括一个某版本的Python解释器；Pycharm配置Python解释器选择哪一个都可以。

（3）anaconda是把python所有常用包的合集，并提供给我们使用 conda 命令非常非常方便的安装各种Python包。

（4）conda安装：我们安装过anaconda软件后，就能够使用conda命令下载anaconda源里(比如中科大镜像源)的包。

（5）pip安装：也是一种类似于conda安装的python安装方法，如果用过Centos系统，它就像yum安装一样。

2、修改镜像源

在使用安装 conda 安装某些包会出现慢或安装失败问题，最有效方法是修改镜像源为国内镜像源。之前都选用清华镜像源，但是2019年后已停止服务。推荐选用中科大镜像源。

先查看已经安装过的镜像源，cmd窗口执行命令：

conda config --show

查看配置项 channels ，如果显示带有 tsinghua ，则说明已安装过清华镜像。

channels:

https://mirrors.tuna.tsinghua.e.cn/tensorflow/linux/cpu/

https://mirrors.tuna.tsinghua.e.cn/anaconda/cloud/msys2/

https://mirrors.tuna.tsinghua.e.cn/anaconda/cloud/conda-forge/

https://mirrors.tuna.tsinghua.e.cn/anaconda/pkgs/free/

https://mirrors.tuna.tsinghua.e.cn/anaconda/cloud/pytorch/

下一步，使用 conda config --remove channels url地址 删除清华镜像，如下命令删除第一个。然后，依次删除所有镜像源

conda config --remove channels https://mirrors.tuna.tsinghua.e.cn/tensorflow/linux/cpu/

添加目前可用的中科大镜像源：

conda config --add channels https://mirrors.ustc.e.cn/anaconda/pkgs/free/

并设置搜索时显示通道地址：

conda config --set show_channel_urls yes

确认是否安装镜像源成功，执行 conda config --show ，找到 channels 值为如下：

channels:

https://mirrors.ustc.e.cn/anaconda/pkgs/free/

defaults

以上就是分享的Python基础学习之环境搭建的全部学习内容，大家都看懂了吗？希望本文的分享能帮到大家！

G. PyPI中国镜像知多少和国内的python用户如何使用pypi镜像源

pipinstall-ihttp://pypi.douban.com/simple/django
pipinstall--trusted-hosthttp://pypi.douban.com/simple/django

以django为例子。

H. 怎么在mac 系统上使用Python怎么安装Anaconda

下载 Anaconda
直接在官网下载安装包， 选择 Python3.6 的安装包进行下载，下载完成后直接安装，安装过程选择默认配置即可，大约需要1.8G的磁盘空间。
conda 工具介绍
conda 是 Anaconda 下用于包管理和环境管理的工具，功能上类似 pip 和 vitualenv 的组合。安装成功后 conda 会默认加入到环境变量中，因此可直接在命令行窗口运行命令 conda
conda 的环境管理与 virtualenv 是基本上是类似的操作。
# 查看帮助
conda -h
# 基于python3.6版本创建一个名字为python36的环境
conda create --name python36 python=3.6
# 激活此环境
activate python36
# 再来检查python版本，显示是 3.6
python -V
# 退出当前环境
deactivate python36
# 删除该环境
conda remove -n python36 --all
# 或者
conda env remove -n python36

# 查看所以安装的环境
conda info -e
python36 * D:\Programs\Anaconda3\envs\python36
root D:\Programs\Anaconda3

conda 的包管理功能可 pip 是一样的，当然你选择 pip 来安装包也是没问题的。
# 安装 matplotlib
conda install matplotlib
# 查看已安装的包
conda list
# 包更新
conda update matplotlib
# 删除包
conda remove matplotlib

在 conda 中 anything is a package。conda 本身可以看作是一个包，python 环境可以看作是一个包，anaconda 也可以看作是一个包，因此除了普通的第三方包支持更新之外，这3个包也支持。比如：
# 更新conda本身
conda update conda
# 更新anaconda 应用
conda update anaconda
# 更新python，假设当前python环境是3.6.1，而最新版本是3.6.2，那么就会升级到3.6.2
conda update python

修改镜像地址
Anaconda 的镜像地址默认在国外，用 conda 安装包的时候会很慢，目前可用的国内镜像源地址有清华大学的。修改 ~/.condarc (Linux/Mac) 或 C:\Users\当前用户名\.condarc (Windows) 配置：
channels:
-
- defaults
show_channel_urls: true

如果使用conda安装包的时候还是很慢，那么可以考虑使用pip来安装，同样把 pip 的镜像源地址也改成国内的，豆瓣源速度比较快。修改 ~/.pip/pip.conf (Linux/Mac) 或 C:\Users\当前用户名\pip\pip.ini (Windows) 配置：
[global]
trusted-host = pypi.douban.com
index-url =

环境搭建好之后就可以开始愉快地玩数据分析了。

I. python3.5.2怎么使用豆瓣镜像

这里涉及urllib、urllib2及cookielib常用方法的使用登录豆瓣，由于有验证码，采取的办法是将验证码图片下载到同目录下，查看图片后输入验证码即可登录、发帖帖子内容写死在代码中了