使用 pip 安装第三方库是 python 开发常用方法，通过虚拟环境可隔离项目依赖避免冲突，结合 requirements.txt 能批量管理库版本，配置国内镜像源可加速下载，而 conda 则适合数据科学领域复杂环境管理。
如果您在学习 Python 的过程中需要使用某些功能强大的 工具 或框架，但发现 Python 默认环境中没有提供这些功能，则需要手动安装第三方库。以下是几种常用的安装方法和操作步骤：
一、使用 pip 命令安装
pip 是 Python 官方推荐的包管理 工具，可以方便地从 PyPI（Python Package Index）下载并安装第三方库。确保您的系统中已正确安装 Python 和 pip。
1、打开终端或命令行工具（windows 下为 CMD 或 PowerShell，macOS/linux下为 Terminal）。
2、输入以下命令来安装指定的库：pip install 库名，例如安装 requests 库：pip install requests。
立即学习“Python 免费学习笔记（深入）”；
3、等待安装完成，过程中会自动解决依赖关系并提示成功信息。
4、可通过 pip show 库名 查看已安装库的详细信息。
二、使用虚拟环境隔离依赖
为了避免不同项目之间的库版本冲突，建议在独立的虚拟环境中安装第三方库。这样可以保证每个项目的依赖互不干扰。
1、创建虚拟环境：运行命令 python -m venv myenv，其中 myenv 为环境名称，可自定义。
2、激活虚拟环境：windows系统执行 myenvScriptsactivate，macOS/Linux 系统执行 source myenv/bin/activate。
3、激活后，在提示符前会出现环境名称标识，此时使用 pip 安装的所有库都将仅限于该环境。
4、安装完成后可正常编写代码调用相关库，项目结束时可通过停用命令 deactivate 退出虚拟环境。
三、通过 requirements.txt 批量安装
当项目依赖多个库时，可以通过一个文本文件列出所有需要的包及其版本号，便于协作开发与部署。
1、创建名为 requirements.txt 的文件，并在其中按行写入库名和版本，格式如：numpy==1.24.0。
2、在命令行中进入该文件所在目录，执行命令：pip install -r requirements.txt。
3、pip 将依次读取文件中的每一条记录并进行安装，直到所有依赖都满足为止。
四、使用国内镜像源加速下载
由于网络原因，直接访问 PyPI 可能速度较慢甚至失败，此时可配置国内镜像源以提升下载效率。
1、临时更换源的方式是在安装命令后添加 -i 参数，例如：pip install 库名 -i https://pypi.tuna.tsinghua.edu.cn/simple/。
2、常用镜像站点包括清华大学 开源软件 镜像站、阿里云、中科大等。
3、若希望永久设置镜像源，可在用户目录下创建 pip 配置文件（如 Windows 下的 %appDATA%pippip.ini），写入默认索引地址。
五、通过 conda 管理包
对于数据科学领域的开发者，Anaconda 或 Miniconda 提供了更强大的包与环境管理能力，尤其适合处理复杂依赖和非 Python 类库。
1、安装完成后打开 Anaconda prompt或终端，使用命令 conda install 库名 进行安装。
2、conda 会自动分析当前环境并选择兼容的版本组合。
3、也可指定安装来源，例如使用清华源：conda config –add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/。
4、通过 conda list 可查看当前环境中所有已安装的包。
