实验一 Anaconda安装和使用（上机Python程序设计实验指导书）

灰太狼 2024-02-18 09:27 64阅读 0赞

### **实验一 Anaconda安装和使用** ###

**一、实验目的和要求**

（一）掌握Windows下Anaconda的安装和配置。

（二）掌握Windows下Anaconda的简单使用，包括IDLE、Jupyter Notebook、Spyder工具的使用。

（三）掌握使用pip管理Python扩展库，包括扩展库的下载、在线安装、离线安装、升级、卸载等操作。

**二、实验内容**

（一）下载Anaconda。

（二）安装和配置Anaconda。

（三）使用Anaconda自带的IDLE。

（四）使用Anaconda自带的Spyder。

（五）使用Anaconda自带的Jupyter Notebook。

（六）使用pip/conda工具管理Python第三方扩展库。

**三、实验仪器、设备**

PC一台 + Windows 操作系统 + Anaconda Distribution（Python 3.X）安装文件，要求能够上网。

**四、实验原理**

（一）Python简介

Python是一门跨平台、开源、免费的解释型高级动态编程语言，支持命令式编程（how to do）、函数式编程（what to do），完全支持面向对象程序设计，语法简洁清晰，拥有大量功能强大的内置对象、标准库和几乎支持所有领域应用开发的成熟扩展库。

目前Python支持的操作系统包括主流的Windows、Linux、Mac OS等。

目前，常用的Python IDE工具主要有以下几种：

1.  IDLE（初学者推荐），[https://www.python.org/][https_www.python.org]
2.  Anaconda（科学计算推荐），[Anaconda | The World’s Most Popular Data Science Platform][Anaconda _ The World_s Most Popular Data Science Platform]
3.  PyCharm（大型Python程序开发推荐），[PyCharm: the Python IDE for Professional Developers by JetBrains][PyCharm_ the Python IDE for Professional Developers by JetBrains]
4.  VS Code（支持多种开发语言），https://code.visualstudio.com/Download
5.  Sublime Text（功能强大的编辑器），[Sublime Text - Text Editing, Done Right][Sublime Text - Text Editing_ Done Right]

关于Python的更多信息，读者请参考官网[https://www.python.org/][https_www.python.org]。

（二）Anaconda简介

Anaconda是专门为方便使用Python进行数据科学研究而建立的一组软件包，涵盖了数据科学领域常见的250个工具包，Anaconda可以看作是Python的全家桶。并且自带了专门用来解决软件环境依赖问题的conda包管理工具，conda提供了包管理与环境管理的功能，可以很方便地解决多版本python并存、切换以及各种第三方包安装问题。

Anaconda利用命令conda来进行package和environment的管理，并且已经包含了Python和相关的配套工具。

Jupyter Notebook作为Anaconda自带的一种工具，采用B/S模式，启动时会自动打开浏览器，通过8888号端口连接到后台的服务器上。

Jupyter Notebook操作Cell常用的快捷键及其说明如表1-1所示。

表1-1 操作Cell常用快捷键

<table style="width:426.1pt;"> 
 <tbody> 
 <tr> 
 <td style="width:97.55pt;"> 模式类型 </td> 
 <td style="width:155.95pt;"> 命令 </td> 
 <td style="width:172.6pt;"> 说明 </td> 
 </tr> 
 <tr> 
 <td style="width:97.55pt;"> 命令模式和编辑模式均可用 </td> 
 <td style="width:155.95pt;"> Shift+Enter </td> 
 <td style="width:172.6pt;"> 执行本单元代码，并跳转到下一单元 </td> 
 </tr> 
 <tr> 
 <td style="width:155.95pt;"> Ctrl+Enter </td> 
 <td style="width:172.6pt;"> 执行本单元代码，留在本单元 </td> 
 </tr> 
 <tr> 
 <td style="width:97.55pt;"> 命令模式 </td> 
 <td style="width:155.95pt;"> Y </td> 
 <td style="width:172.6pt;"> Cell切换到Code模式 </td> 
 </tr> 
 <tr> 
 <td style="width:155.95pt;"> M </td> 
 <td style="width:172.6pt;"> Cell切换到Markdown模式 </td> 
 </tr> 
 <tr> 
 <td style="width:155.95pt;"> A </td> 
 <td style="width:172.6pt;"> 在当前Cell的上面添加Cell </td> 
 </tr> 
 <tr> 
 <td style="width:155.95pt;"> B </td> 
 <td style="width:172.6pt;"> 在当前Cell的下面添加Cell </td> 
 </tr> 
 <tr> 
 <td style="width:155.95pt;"> 双击D </td> 
 <td style="width:172.6pt;"> 删除当前Cell </td> 
 </tr> 
 <tr> 
 <td style="width:155.95pt;"> Z </td> 
 <td style="width:172.6pt;"> 回退 </td> 
 </tr> 
 <tr> 
 <td style="width:155.95pt;"> Ctrl+Shift+减号 </td> 
 <td style="width:172.6pt;"> 分隔Cell，在光标处 </td> 
 </tr> 
 <tr> 
 <td style="width:155.95pt;"> L </td> 
 <td style="width:172.6pt;"> 为当前Cell加上行号 </td> 
 </tr> 
 <tr> 
 <td style="width:97.55pt;"> 编辑模式 </td> 
 <td style="width:155.95pt;"> Ctrl+鼠标单击（Mac:CMD+鼠标单击） </td> 
 <td style="width:172.6pt;"> 多光标操作 </td> 
 </tr> 
 <tr> 
 <td style="width:155.95pt;"> Ctrl+Z（Mac:CMD+Z） </td> 
 <td style="width:172.6pt;"> 回退 </td> 
 </tr> 
 <tr> 
 <td style="width:155.95pt;"> Ctrl+Y </td> 
 <td style="width:172.6pt;"> 重做 </td> 
 </tr> 
 <tr> 
 <td style="width:155.95pt;"> Tab键 </td> 
 <td style="width:172.6pt;"> 代码补全 </td> 
 </tr> 
 <tr> 
 <td style="width:155.95pt;"> Ctrl（CMD+/） </td> 
 <td style="width:172.6pt;"> 注释多行代码 </td> 
 </tr> 
 </tbody> 
</table>

关于Anaconda的更多信息，读者请参考官网[Anaconda | The World’s Most Popular Data Science Platform][Anaconda _ The World_s Most Popular Data Science Platform]。

（三）使用pip管理Python扩展库

当前pip已经成为管理Python扩展库的主流方式，使用pip不仅可以实时查看本机已安装的Python扩展库列表，还支持纯Python扩展库的安装、升级和卸载等操作。

常用的pip命令及其说明如表1-2所示。

表1-2 常用pip命令使用方法

<table style="width:426.1pt;"> 
 <tbody> 
 <tr> 
 <td style="vertical-align:top;width:213.05pt;"> pip命令示例 </td> 
 <td style="vertical-align:top;width:213.05pt;"> 说明 </td> 
 </tr> 
 <tr> 
 <td style="vertical-align:top;width:213.05pt;"> pip download PackageFilename[==version] </td> 
 <td style="vertical-align:top;width:213.05pt;"> 下载扩展库的指定版本，不安装 </td> 
 </tr> 
 <tr> 
 <td style="vertical-align:top;width:213.05pt;"> pip list </td> 
 <td style="vertical-align:top;width:213.05pt;"> 列出当前已安装的所有模块 </td> 
 </tr> 
 <tr> 
 <td style="vertical-align:top;width:213.05pt;"> pip install PackageFilename[==version] </td> 
 <td style="vertical-align:top;width:213.05pt;"> 在线安装SomePackage模块的指定版本 </td> 
 </tr> 
 <tr> 
 <td style="vertical-align:top;width:213.05pt;"> pip install PackageFilename.whl </td> 
 <td style="vertical-align:top;width:213.05pt;"> 通过whl文件离线安装扩展库 </td> 
 </tr> 
 <tr> 
 <td style="vertical-align:top;width:213.05pt;"> pip install package1 package2 ... </td> 
 <td style="vertical-align:top;width:213.05pt;"> 依次在线安装package1、package2等扩展模块 </td> 
 </tr> 
 <tr> 
 <td style="vertical-align:top;width:213.05pt;"> pip install --upgrade PackageFilename </td> 
 <td style="vertical-align:top;width:213.05pt;"> 升级SomePackage模块 </td> 
 </tr> 
 <tr> 
 <td style="vertical-align:top;width:213.05pt;"> pip uninstall PackageFilename[==version] </td> 
 <td style="vertical-align:top;width:213.05pt;"> 卸载SomePackage模块的指定版本 </td> 
 </tr> 
 <tr> 
 <td style="vertical-align:top;width:213.05pt;"> python -m pip </td> 
 <td style="vertical-align:top;width:213.05pt;"> 以模块方式运行pip </td> 
 </tr> 
 </tbody> 
</table>

可以在命令提示符环境中执行“pip help”命令查看pip命令帮助，执行效果部分截图如图1-1所示。

![fed423662b9940bc8fc9d514b836a6dd.png][]图1-1 查看pip命令帮助（部分）

也可以接着使用命令“pip <command> --help”某一具体命令的帮助信息，如“pip install --help”命令的执行效果部分截图如图1-2所示。![027e9c5e61834327affa1f59ce513bed.png][]

图1-2 查看pip install命令帮助（部分）

**五、实验步骤**

**（一）获取Anaconda。**

Anaconda的官网下载地址为[https://www.anaconda.com/distribution/][https_www.anaconda.com_distribution]，需要根据自己的CPU字长和操作系统来选择相应的Anaconda Distribution的版本。编者采用的操作系统为Windows，故下载Windows对应的安装器，如图1-3所示。![8df5f09e6baf49e4ba793091650fc699.png][]

图1-3 Anaconda Windows安装器

关于Anaconda具体的安装环境要求读者可以查看官网文档[Installation — Anaconda documentation][Installation _ Anaconda documentation]。

**（二）安装和配置Anaconda。**

双击Anaconda Windows安装包文件即可完成安装。关于安装的几点建议如下：

（1）安装时选择定制安装，建议不要把Anaconda安装在C盘上。

（2）安装时选择针对所有用户。

（3）安装时不要把Anacond自带的Python解释器加入到系统环境变量PATH中。

**（三）初步使用Anaconda自带的IDLE。**

在Anaconda安装目录下Scripts目录中找到文件“idle.exe”，双击该文件，即可进入IDLE开发环境，如图1-4所示。![8daf2a7f03d94fd3a039a4d94191f7d1.png][]

图1-4 IDLE开发环境

然后，以交互模式输出字符串“Hello, Python!”，如图1-5所示。![b4c09f860b4d47f4ba7e21d33cbac3a5.png][]

图1-5 IDLE下以交互模式输出字符串“Hello, Python!”

**（四）****使用****Spyder IDE**

1. 单击【开始】菜单中的【Anaconda3】下的【Anaconda Navigator】，即可进入Anaconda Navigator主界面，如图1-6所示。![118316613ed7441285aecc9440fdeeb3.png][]

图1-6 Anaconda Navigator主界面

2. 单击Spyder下的按钮【Launch】，即可进入Spyder IDE开发环境，如图1-7所示。![3909c3e0597a4b3188f3f48368113694.png][]

图1-7 Spyder IDE主界面

3. 在默认的“temp.py”文件中输入以下代码：

print('Hello, Python')

然后按快捷键“Ctrl+Shift+S”或者单击菜单【File】→【Save as】，选择保存位置，另存为“hello.py”。

4. 运行“hello.py”。按快捷键F5或者单击菜单【Run】→【Run】或者单击工具栏上的按钮【Run file (F5)】，弹出窗口【Run settings for hello.py】，按照默认的运行选项即可运行，其运行结果在窗口右下角的“IPython console”显示出来，如图1-8所示。![140c4672062d4a56a071f46b00d6fd5a.png][]

图1-8 Spyder IDE下以脚本程序方式输出字符串“Hello, Python!”

当然，我们可以把“IPython console”当做一个Python交互模式的环境，直接在提示符“In \[N\]: ”输入Python语句即可，效果如图1-9所示。![2922fc1681164e2bb794386fd444c9bf.png][]

图1-9 Spyder IDE中在“IPython console”下输出字符串“Hello, Python!”

另外，还可以通过【开始】菜单【Anaconda3】下的【Spyder】进入Spyder开发环境。

**（五）****使用****Jupyter Notebook**

1. 进入Anaconda Navigator界面，单击Jupyter Notebook下的按钮【Launch】，即可进入Jupyter Notebook开发环境，如图1-10所示。实际使用时，常常需要指定Jupyter Notebook的工作目录。方法如下：

打开【开始】菜单中的【Anaconda3】选项，右键单击【Jupyter Notebook】，选择【打开文件位置】，右键单击【Jupyter Notebook】，选择【属性】，在【目标】输入框中修改行尾文本内容，换成自己希望的指定目录即可。![871350070c5f4b65a9525c60db1cc3b8.png][]

图1-10 Jupyter Notebook主界面

2. 例如在桌面上新建一个Python 3文件，进入“Desktop”目录，单击按钮【New】下的【Python 3】，如图1-11所示。![c9e830eec606432992094c8d8e502c47.png][]

图1-11 Jupyter Notebook下新建Python 3文件

3. 进入该文件的编辑界面，如图1-12所示。![efdac6720dbc4943bead30c19d1013eb.png][]

图1-13 Jupyter Notebook下Python 3文件编辑页面

4. 输入Python程序或语句即可。例如，输入以下语句：

print('Hello, Python')

5. 运行Python程序或语句。单击工具栏上的按钮【Run】或者菜单【Cell】下的某一Run选项或者按快捷键“Ctrl+Enter”，运行效果如图1-14所示。![9f7d57651087443d86f6825da1ba3018.png][]

图1-14 Jupyter Notebook下输出字符串“Hello, Python!”

6. 若有需要，还可以保存该Python文件，单击菜单【File】→【Save as…】，输入文件名例如“hello2”，然后单击按钮【Save】即可完成保存，如图1-15所示。![3db2a47b9bb44a3985a11ad7a01a94e3.png][]

图1-15 Jupyter Notebook下保存文件

读者请注意，Jupyter Notebook默认保存的文件扩展名为.ipynb。

另外，还可以通过【开始】菜单【Anaconda3】下的【Spyder】进入Spyder开发环境。

*  **在Jupyter Notebook中进行图文和公式混排**

1.  选择单元类型【markdown】。![1da86bdc3722480d90c45ed096fddefb.png][]

图1-16 设置cell类型为markdown

Markdown是一种轻量级标记语言，它允许人们使用易读、易写的纯文本格式编写文

档。Markdown模式下可以对文本进行编辑，采用Markdown的语法规范，可以设定文本格式，插入链接、图片甚至数学公式，同样，通过按下【shifit】+【enter】组合键可运行Markdown单元，显示格式化的文本。

在首行前加一个“\#”字符和空格代表一级标题，加两个“\#\#”字符和空格代表二级标题，以此类推。项目符号可以使用“+”、“-”、“\*”加空格。公式使用前后两个“$”符号括起来，例如行内公式：“$E=mc^2$”，独行公式：$$E=mc^2$$

数学公式的语法具体参见URL：https://www.jianshu.com/p/e74eb43960a1。

1.  完成以下内容的输入：![f7229bbea3f74ca987e205d44037e833.png][]

图1-17 输入markdown文本

**（七）使用pip管理Python第三方扩展库。**

1. 通过【开始】菜单【Anaconda3】下的【Anaconda Prompt】进入Anaconda命令提示符环境，可以输入命令“pip help”查看pip命令的帮助文档。

2. **升级pip**。建议安装完Python或者Anaconda后首先升级pip，使用的命令如下所示。

python -m pip install --upgrade pip

3. **查看**Anaconda下当前**已安装的所有扩展库**，使用的命令如下所示，其运行效果如图1-18所示。

pip list

![4b26c019929f4e9ea014d9d6e6885c69.png][]

图1-18 使用pip查看Anaconda下当前已安装的所有扩展库（部分）

4. **显示某扩展包的详细信息**。例如显示numpy包的详细信息，使用的命令如下所示，其运行效果如图1-19所示。

pip show numpy

![9ee52d85a41e49848a32e8e0647755ca.png][]

图1-19 使用pip查看numpy包详细信息

5. **卸载某扩展包**。例如卸载numpy包，使用的命令如下所示，中间会询问是否继续，输入“y”即可，其运行效果如图1-20所示。

pip uninstall numpy

![b610e36745fd476cbd249378ee480958.png][]

图1-20 使用pip卸载numpy包

6. **在线安装某扩展包**。例如安装numpy包，使用的命令如下所示，中间会询问是否继续，输入“y”即可，其运行效果如图1-21所示，再次使用pip查看numpy包详细信息效果如图1-22所示，由图1-22可知，重新安装了numpy 1.17.1，之前numpy版本为1.16.2。

pip install numpy

![0eae8f892cdd4bb4811bcdc62cd77b35.png][]

图1-21 使用pip在线安装numpy包

![a985af7596954f18b9d9725f28497851.png][]

图1-22 再次使用pip查看numpy包详细信息

如果显示网络连接超时，可以采用以下两种办法：

1.  临时改变pip安装源，使用命令pip install -i [Simple Index][] 待安装包名。（本例以豆瓣为例，可以根据实际网络情况更换阿里、清华等镜像源）
2.  永久改变pip安装源（以win10为例）

在【 C:\\Users\\Administrator\\AppData\\Roaming\\】目录下，创建一个名为【pip】的子目录，进入pip子目录，创建一个文本文件pip.ini，内容如下：

\[global\]

timeout = 300

index-url = https://pypi.douban.com/simple

trusted-host = pypi.douban.com

7. 离线安装第三方扩展库。如果遇到安装不成功的扩展库，使用浏览器打开网址[https://www.lfd.uci.edu/~gohlke/pythonlibs/][https_www.lfd.uci.edu_gohlke_pythonlibs]下载whl文件，然后进行离线安装，离线安装的命令如下所示。

pip install PackageFilename.whl

**（****八****）****修改Jupyter默认工作空间**

在Windows上使用jupyter notebook不像Linux，Linux是在哪个目录下启动，就会默认哪个目录为工作空间，但是Windows中不是这样。

定位到开始菜单中【Anaconda3】下的【Jupyter Notebook】，右键单击【Jupyter Notebook】，选择【更多】下面的【打开文件位置】，然后右键单击【Jupyter Notebook】选择【属性】，替换目标对话框中的"%USERPROFILE%/"为你预设的目录（该目录必须存在），最后单击【确定】按钮。启动Jupyter Notebook查看是否定位到预设的目录。

**六、实验注意事项**

（一）机房的使用规范和用电安全。

（二）Python是解释型语言，需要Python解释器支持。

（三）Ananconda中的Jupyter NoteBook基于B/S模式，对浏览器有一定要求，建议使用Chrome或者360浏览器。

（四）下载扩展库时，默认从国外网站下载，速度较慢，建议从国内镜像网站下载，如豆瓣（[Simple Index][Simple Index 1]）、中国科学技术大学（[Simple Index][Simple Index 2]）。

（五）遇到问题，先看系统给出的错误提示信息，先确定出错点，再去利用所学知识来解决，不能解决时可以通过百度查询资料、和同学讨论或者向老师寻求帮助。

**七、实验报告要求**

实验报告以书面/电子形式提交，严禁抄袭，一旦发现，即为零分。

实验报告主要内容包括实验名称、实验类型、实验地点、学时、实验环境、实验原理、实验步骤、实验结果、总结与思考等。

**八、实验成绩考核**

实验成绩根据实验课的出勤、课堂表现、实验思考以及实验报告的内容情况打分，按百分制，实验成绩的平均值按15%比例计入课程总成绩。

【Markdown单元参考代码】

\# 数据预处理

\#\# 1.距离的选择

数据挖掘中的距离代表数据之间的相似与相异的程度，不同场景下应该选择不同的距离来度量。

\#\#\# 1）欧式距离---L2范数

欧式距离就是平面或者空间中两个点的距离，它是多维空间中两点之间的最短距离。

$$d = \\sqrt\{\\displaystyle\\sum\_\{i=1\}^\{n\}(x\_\{1i\}-x\_\{2i\})^2\}$$

\#\#\# 2）曼哈顿距离---L1范数

曼哈顿距离表示空间中两个点在坐标系中绝对轴距总和。

$$d = \\displaystyle \\sum\_\{i=1\}^\{n\}|x\_\{1i\}-x\_\{2i\}|$$

\#\#\# 3）余弦相似度

通过测量两个向量夹角的余弦值来度量它们之间的相似度，常用于文本相似度的计算中。

$$d = cos(\\theta)=\\frac\{\\vec\{a\}\\cdot\\vec\{b\}\}\{||a||\\cdot||b||\}=\\frac \{\\displaystyle \\sum\_\{i=1\}^\{n\}(x\_\{1i\}\\times x\_\{2i\})\}\{\\sqrt \{\\displaystyle \\sum\_\{i=1\}^\{n\}x\_\{1i\}^2 \\times x\_\{2i\}^2\}\}$$

[https_www.python.org]: https://www.python.org/downloads/
[Anaconda _ The World_s Most Popular Data Science Platform]: https://www.anaconda.com/
[PyCharm_ the Python IDE for Professional Developers by JetBrains]: https://www.jetbrains.com/pycharm/
[Sublime Text - Text Editing_ Done Right]: https://www.sublimetext.com/
[fed423662b9940bc8fc9d514b836a6dd.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/02/18/d627a48ef5db4459b71ae765646b04b0.png
[027e9c5e61834327affa1f59ce513bed.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/02/18/45dac5b5238b497cbeeb20287b3d09d0.png
[https_www.anaconda.com_distribution]: https://www.anaconda.com/distribution/
[8df5f09e6baf49e4ba793091650fc699.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/02/18/e17111ba87854d34b793ea47c1deae1f.png
[Installation _ Anaconda documentation]: https://docs.anaconda.com/anaconda/install/
[8daf2a7f03d94fd3a039a4d94191f7d1.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/02/18/022802a9921140ca83ded739de4499ba.png
[b4c09f860b4d47f4ba7e21d33cbac3a5.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/02/18/8d4d99ecaea3455aac2b3a1bad6326db.png
[118316613ed7441285aecc9440fdeeb3.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/02/18/356827e8bead472e8b4196689b53be71.png
[3909c3e0597a4b3188f3f48368113694.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/02/18/8723b7aa98b3478e802fd56fd4a3bca9.png
[140c4672062d4a56a071f46b00d6fd5a.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/02/18/b17a266bdfe145d6a269862917f3edb4.png
[2922fc1681164e2bb794386fd444c9bf.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/02/18/4514caf89cbb472bb875e263741b4d8c.png
[871350070c5f4b65a9525c60db1cc3b8.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/02/18/ca0f2cf9ffde4eb3a0cd479ce8fc6d75.png
[c9e830eec606432992094c8d8e502c47.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/02/18/77ef379b77674466af075b8a8539ab4e.png
[efdac6720dbc4943bead30c19d1013eb.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/02/18/6c369cef4e8349e88c51520370e96b85.png
[9f7d57651087443d86f6825da1ba3018.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/02/18/40dacd9d677f4c4ab459b4183a554752.png
[3db2a47b9bb44a3985a11ad7a01a94e3.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/02/18/feec52cd9ec545679a94524fe7168d40.png
[1da86bdc3722480d90c45ed096fddefb.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/02/18/f71db02331624136930dd1ac621e0257.png
[f7229bbea3f74ca987e205d44037e833.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/02/18/03df00cedbb54b2994495a97266bfa34.png
[4b26c019929f4e9ea014d9d6e6885c69.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/02/18/534a972564ff41ff99b32122924fe003.png
[9ee52d85a41e49848a32e8e0647755ca.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/02/18/6dcc47e3b6fe4b849fe4b0642eeb13d3.png
[b610e36745fd476cbd249378ee480958.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/02/18/cad34dd65a7145d1a201266951e26fd7.png
[0eae8f892cdd4bb4811bcdc62cd77b35.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/02/18/6488950ce90a47e481221fdcd98affe7.png
[a985af7596954f18b9d9725f28497851.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/02/18/6344124068234342918d800d1b9f7931.png
[Simple Index]: https://pypi.douban.com/simple
[https_www.lfd.uci.edu_gohlke_pythonlibs]: https://www.lfd.uci.edu/~gohlke/pythonlibs/
[Simple Index 1]: https://pypi.doubanio.com/simple/
[Simple Index 2]: https://mirrors.ustc.edu.cn/pypi/web/simple/