目录：
pip 工具简介 示例：安装numpy库 实际应用场景 维护良好的开发环境
模块与包
pip 工具简介
pip是Python的包管理工具，可以帮助我们轻松地安装、升级和卸载Python包。它是Python 3.4及以上版本默认自带的工具。对于Python 2.7.9+ 或者 Python 3.4+ 及以上的版本，pip已经被集成到了标准库中。
常用pip命令：
pip install 包名- 安装指定包。pip uninstall 包名- 卸载指定包。pip list- 列出所有已安装的包及其版本。pip show 包名- 显示指定包的信息。pip freeze- 列出当前环境下的所有第三方库，通常用于生成依赖文件。
示例：安装numpy库
numpy是一个非常流行的Python库，主要用于科学计算，支持大量的维度数组与矩阵运算，并提供了大量的数学函数库。
1、检查是否已经安装了numpy 在命令行中输入：
pip list
查看输出结果中是否有numpy，如果有，则表示已经安装了。
2、安装numpy 如果还没有安装numpy，可以通过以下命令安装：
pip install numpy
这个过程可能需要一些时间，因为pip会自动找到最新版本的numpy并下载对应的.whl文件进行安装。（如果安装速度太慢，可以使用镜像源安装，方法见文末相关阅读）
3、验证安装 打开你的Python解释器或者IDE，尝试导入numpy：
import numpy as np
print(np.__version__)
如果没有报错，并且成功打印出了numpy的版本号，那么就说明numpy已经成功安装了。
实际应用场景
假设你是一位数据分析师，经常需要处理大量数据集。这时，pandas库就显得非常有用，它基于numpy构建，为数据分析提供了一个强大的框架。让我们一起看看如何安装pandas以及它的简单应用。
1、安装pandas使用同样的方法，通过pip安装pandas：
pip install pandas
2、使用pandas读取CSV文件下面是一段简单的代码示例，演示如何使用pandas读取CSV文件并显示前几行内容：
# 导入必要的库
import pandas as pd
# 从网络加载样本数据集
url = "https://raw.githubusercontent.com/mwaskom/seaborn-data/master/iris.csv"
data = pd.read_csv(url)
# 查看数据集的前5行
print(data.head())
此代码将展示如何快速获取并查看数据集，这对于初步了解数据结构是非常有用的。
维护良好的开发环境
随着项目的发展，可能会涉及到越来越多的外部库。为了保持项目的整洁性以及方便迁移至不同的开发环境中，推荐使用虚拟环境（如venv）和requirements.txt文件来管理项目依赖。创建一个requirements.txt文件，列出所有的依赖项及版本，这样就可以很容易地复制整个开发环境到另一台机器上。
创建requirements.txt的例子：
# 在项目根目录下运行
pip freeze > requirements.txt
之后，在新的环境中只需要执行下面的命令即可一次性安装所有依赖：
pip install -r requirements.txt
相关阅读：创建 Python 虚拟环境 、使用镜像源安装第三方库
