如何新建一個自己的虛擬環境

在今天我換了個電腦跑模型的時候,出現了一個問題:

C:\ProgramData\Anaconda3\python.exe H:/ywp/project/model/msi_caijian.py
Traceback (most recent call last):File "H:/ywp/project/model/msi_caijian.py", line 2, in <module>import numpy as npFile "C:\ProgramData\Anaconda3\lib\site-packages\numpy\__init__.py", line 142, in <module>from . import add_newdocsFile "C:\ProgramData\Anaconda3\lib\site-packages\numpy\add_newdocs.py", line 13, in <module>from numpy.lib import add_newdocFile "C:\ProgramData\Anaconda3\lib\site-packages\numpy\lib\__init__.py", line 8, in <module>from .type_check import *File "C:\ProgramData\Anaconda3\lib\site-packages\numpy\lib\type_check.py", line 11, in <module>import numpy.core.numeric as _nxFile "C:\ProgramData\Anaconda3\lib\site-packages\numpy\core\__init__.py", line 35, in <module>from . import _internal  # for freeze programsFile "C:\ProgramData\Anaconda3\lib\site-packages\numpy\core\_internal.py", line 18, in <module>from .numerictypes import object_File "C:\ProgramData\Anaconda3\lib\site-packages\numpy\core\numerictypes.py", line 334, in <module>_add_aliases()File "C:\ProgramData\Anaconda3\lib\site-packages\numpy\core\numerictypes.py", line 307, in _add_aliasesif base[-3:] == 'int' or char[0] in 'ui':
IndexError: string index out of rangeProcess finished with exit code 1

然后搜索發現是numpy庫可能被破壞了,所以無法使用,然后我先嘗試了一下卸載重裝,但是因為別人安裝的版本比較多,所以在卸載的時候會出現錯誤:

(base) PS H:\ywp\project> pip uninstall numpy -y
Fatal error in launcher: Unable to create process using '"e:\anaconda3\python.exe"  "D:\Anaconda3\Scripts\pip.exe" uninstall numpy -y': ???????????

這是因為下載了好幾個anaconda,所以不知道應該卸載哪一個,所以就使用下面的方法:

# 使用您當前激活的Anaconda路徑(base環境)
python -m pip uninstall numpy -y
python -m pip install --upgrade numpy

但是依舊沒用,所以我就新建了一個自己的虛擬環境,創建步驟如下(我是直接在pycharm中修改的):

  1. 打開終端??
  2. 導航到項目目錄??:
    cd /path/to/your/project
  3. 創建純凈虛擬環境??:
    python -m venv venv_name  # 替換 venv_name 為你的環境名(如 `venv`)

    將會生成一個僅包含?pip和?setuptools的純凈環境。

  4. 在pycharm中打開項目后,點擊File > Settings > Project:xxx > Python Interpreter
  5. 點擊齒輪圖標 ??Add
  6. 選擇?Existing environment→ 導航到虛擬環境的?Python解釋器:因為我的是??Windows?系統,所以就在終端輸入?:?venv_name\Scripts\python.exe(venv_name是自己前面設置的虛擬環境那塊的名稱)

  7. ??確認并應用?? → 點擊?OK保存。

  8. 然后驗證環境是否純凈,輸入:

    pip list 

    正確輸出應僅顯示?pip和?setuptools(無其他第三方包)

  9. 激活環境(手動):(依舊是windows)

    venv_name\Scripts\activate

    ok ,這樣就進入到自己的虛擬環境了。

本文來自互聯網用戶投稿,該文觀點僅代表作者本人,不代表本站立場。本站僅提供信息存儲空間服務,不擁有所有權,不承擔相關法律責任。
如若轉載,請注明出處:http://www.pswp.cn/news/919284.shtml
繁體地址,請注明出處:http://hk.pswp.cn/news/919284.shtml
英文地址,請注明出處:http://en.pswp.cn/news/919284.shtml

如若內容造成侵權/違法違規/事實不符,請聯系多彩編程網進行投訴反饋email:809451989@qq.com,一經查實,立即刪除!

相關文章

(第十八期)圖像標簽的三個常用屬性:width、height、border

&#xff08;第十八期&#xff09;圖像標簽的三個常用屬性&#xff1a;width、height、border 在網頁開發中&#xff0c;控制圖片尺寸與樣式是基礎又高頻的操作。本文圍繞 img 圖像標簽的三個屬性展開&#xff1a;width&#xff08;寬度&#xff09;、height&#xff08;高度&a…

Windows桌面自動化的革命性突破:深度解析Windows-MCP.Net Desktop模塊的技術奧秘

"在數字化浪潮中&#xff0c;桌面自動化不再是程序員的專利&#xff0c;而是每個人都能掌握的超能力。" —— 當我第一次接觸到Windows-MCP.Net的Desktop模塊時&#xff0c;這樣的感慨油然而生。 &#x1f3af; 引言&#xff1a;為什么桌面自動化如此重要&#xff1f…

免費又強大的 PDF 編輯器 ——PDF XChange Editor

在日常的學習和工作中&#xff0c;我們經常會與 PDF 文檔打交道&#xff0c;然而&#xff0c;PDF 文檔的編輯卻常常讓人抓狂。比如拿到一份 PDF 合同或報告&#xff0c;發現里面有錯別字或者需要更新數據&#xff1b;又或者遇到需要填寫的 PDF 表單&#xff0c;只能打印出來手寫…

Unity引擎播放HLS自適應碼率流媒體視頻

大家好&#xff0c;我是阿趙。今天來學習一下Unity引擎怎樣播放自適應碼率視頻的方法。 一、 HLS是什么HLS是什么&#xff0c;各位可以自己百度一下。簡單的概括&#xff0c;HLS是一種自適應碼率流媒體傳輸協議&#xff0c;實現的是分片下載和動態碼率切換。它的原理是把一段視…

Flink 源碼系列 - 前言

Flink 源碼系列 - 前言 &#x1f680; 為什么要學習 Flink 源碼&#xff1f; Apache Flink 作為當前最流行的流式計算框架之一&#xff0c;其源碼體系極其龐大。根據統計&#xff0c;Flink 項目包含&#xff1a; Java 文件總行數&#xff1a;232萬行有效代碼行數&#xff1a…

Rust:實現僅通過索引(序數)導出 DLL 函數的功能

在 Rust 中&#xff0c;可以通過手動控制導出來實現僅通過索引&#xff08;序數&#xff09;導出 DLL 函數的功能。以下是具體方法和完整步驟&#xff1a;解決方案 通過結合 .def 文件&#xff08;模塊定義文件&#xff09;和 MSVC 鏈接器參數來實現函數名隱藏&#xff0c;只暴…

部分網站記錄

Gradle多渠道打包[umeng] https://www.jianshu.com/p/8b8fdd37bf26 介紹在app的build.gradle設置produceFlavors&#xff0c;一鍵打包所有環境的命令 Android 知識圖譜 https://upload-images.jianshu.io/upload_images/19956127-1b214e26967dacc6.jpg 百度的語音識別 https:…

【速通】深度學習模型調試系統化方法論:從問題定位到性能優化

深度學習模型調試的系統化方法論&#xff1a;從問題定位到性能優化 文章目錄深度學習模型調試的系統化方法論&#xff1a;從問題定位到性能優化摘要1. 引言2. 模型調試的層次化框架2.1 三層調試架構2.2 調試優先級原則3. 系統化調試流程3.1 快速診斷清單3.2 最小可復現案例 (MR…

Nacos-6--Naco的QUIC協議實現高可用的工作原理

QUIC&#xff08;Quick UDP Internet Connections&#xff09;是一種基于UDP的傳輸層協議&#xff0c;旨在減少網絡延遲、提升安全性并優化多路復用能力。它由Google開發&#xff0c;后被IETF標準化為HTTP/3的底層協議。 1、QUIC是什么&#xff1f; QUIC&#xff08;Quick UDP …

python實現pdfs合并

靈感來源于博主正在學408&#xff0c;在搞到視頻課對應的ppt.pdf后發現pdf是按小節的&#xff0c;以至于每章有5-10甚至更多&#xff0c;這可太繁瑣了&#xff0c;我想要一章一個pdf就可以了&#xff0c;于是淺淺查了幾個CSDN發現使用python的要么收費要么要vip&#xff0c;不用…

51單片機-驅動74HC595芯片實現IO口擴展模塊教程

本章概述思維導圖&#xff1a; 51單片機驅動74HC595芯片實現IO口擴展 74HC595芯片簡介 74HC595是一款8位串行輸入、并行輸出的移位寄存器&#xff0c;屬于硅結構的CMOS器件。它能將串行輸入數據轉換為并行輸出&#xff0c;其中并行輸出為三態輸出&#xff08;即高電平、低電平…

錄音轉文字,如何做到“快、準、狠“多格式通吃?

MP3、FLAC、M4A、OGG、WAV、MP4等多種常見音頻格式&#xff0c;一鍵精準轉成文字&#xff0c;讓辦公效率翻倍提升&#xff01;&#x1f525; 真實痛點場景&#xff1a;告別低效&#xff0c;迎接智能辦公緊急會議紀要&#xff0c;爭分奪秒&#xff01;上午10點剛結束一場跨部門腦…

【秋招】2025.08.16京東秋招機考真題

?? 點擊直達筆試專欄 ??《大廠筆試突圍》 ?? 春秋招筆試突圍在線OJ ?? 筆試突圍在線刷題 bishipass.com 京東 題目一:魔法水晶陣列能量優化 1??:理解逆序對的變化規律,分析區間操作對逆序對的影響 2??:選擇后綴區間避免產生新的逆序對,只最大化消除的逆序對…

RocksDB 解密可逆哈希:BijectiveHash的設計奧秘

BijectiveHash&#xff08;雙射哈希&#xff0c;即可逆哈希&#xff09;的設計精髓在于它借鑒了現代密碼學和高性能哈希函數中的核心思想&#xff0c;但目標并非加密&#xff0c;而是實現一種無沖突、可逆的置換&#xff08;Permutation&#xff09;。可逆哈希是什么&#xff0…

05.用戶和組管理命令

用戶和組管理命令用戶和組管理命令1. getent2. useradd3. usermod4. userdel5. id6. su7. passwd8. chage9. groupadd10. groupmod11. groupdel12. gpasswd13. groupmems用戶和組管理命令 用戶和組的主要配置文件 /etc/passwd&#xff1a;用戶及其屬性信息(名稱、UID、主組ID…

go 多版本共存【goup + alias方案】

一、需求背景 以go1.21為主&#xff0c;臨時可以快速切換到go1.23,且只有當前窗口生效 二、安裝 安裝 goup go install github.com/owenthereal/goup/cmd/gouplatest安裝 go1.23 # 注意這里是安裝新的sdk,如果你本地存在相同版本的話&#xff0c;應該保持統一用goup安裝的 goup…

DR200差速移動機器人的多功能感知系統與多場景應用

DR200差速移動機器人平臺是一款基于室內平地的差速轉向移動機器人底盤&#xff0c;主要針對教育教學、超市移動促銷、無人配送、室內倉儲、室內巡檢、物流搬運等行業。整套底盤采用了4個萬向輪和雙驅動輪差速驅動結構&#xff0c;間驅動輪帶直流無刷伺服電機。整套結構采用了擺…

基于ZLMediaKit的大疆上云視頻流服務集成方案

引言 隨著無人機技術的快速發展&#xff0c;大疆&#xff08;DJI&#xff09;設備產生的高清視頻流需要高效、低延遲的云端處理方案。傳統基于SRS的視頻流服務在多協議支持和并發性能上存在局限&#xff0c;而ZLMediaKit作為一款高性能流媒體服務框架&#xff0c;憑借其多協議支…

用 Python 實現一個“小型 ReAct 智能體”:思維鏈 + 工具調用 + 環境交互

在大語言模型&#xff08;LLM&#xff09;的應用開發中&#xff0c;如何讓模型具備調用外部工具的能力是一個關鍵問題。我們不希望模型只是“生成答案”&#xff0c;而是能像一個智能體&#xff08;Agent&#xff09;一樣&#xff0c;按照推理鏈條自主決定調用搜索、計算、或數…

集成電路學習:什么是SIFT尺度不變特征變換

SIFT:尺度不變特征變換 SIFT(尺度不變特征變換,Scale Invariant Feature Transform)是一種在圖像處理和計算機視覺領域廣泛應用的算法,由David Lowe在1999年提出。該算法能夠在圖像的不同尺度、旋轉和光照條件下保持特征不變性,從而提取出獨特的特征點,并用于圖像…