zoukankan      html  css  js  c++  java
  • python下载包的时候,如何选择是win32,还是amd64的,其中的cp又是什么意思?

    python下载包的时候,如何选择是win32,还是amd64的,其中的cp又是什么意思?

    : python cp35 win32 amd64
    版权
    一、对于系统cpu的架构辨别。不管是32位的Windows还是64位的,都是运行在NT内核之上的Win32子系统。Win32既包括32位的Windows又包括64位的Windows。

    32位的Windows,叫Win32-i386。i386也可叫做i686或者x86。
    通常所说的64位的Windows,叫Win32-x86_64,x86_64也可叫做AMD64或者x64。虽然名字里有AMD,但是Intel的64位CPU也是这个指令集。
    简单来讲:
    Win32 -> 指的就是Windows系统;
    64 bit- > 指的是Windows是64位的;
    AMD64 -> 指的就是 CPU是x64的

    如何确定安装win32的还是amd64,非常简单!
    我们直接通过platform看我们安装的python是什么版本,32bit就是win32了。而且自己在dos输入python的一开始的命令提示也显示了
    在这里插入图片描述
    二、对于包名完整的理解

    0.12.4 - package version, they may be using semantic versioning
    cp27 - this package is for CPython. IronPython, Jython, or PyPy will probably be unhappy.
    CPython version 2.7.
    none - no feature of this package depends on the python Application Binary Interface, or ABI
    win_amd64 - this has been compiled for 64-bit Windows. That means that it probably has some code written in C/C++
    .whl - that means this is a wheel distribution. Which is handy, because it means if you’re running CPython 2.7 64-bit on Windows, and assuming you have pip installed, all you have to do to get this package is run: py -2.7 -m pip install –use-wheel gensim (assuming that it’s available on pypi, of course). You may need to py -2.7 -m pip install wheel first. But other than that, that should be all it takes.

    在gensim-0.12.4-cp27-none-win_amd64.whl中你可以将它分开:

    0.12.4 – 包版本,他们可能正在使用semantic versioning
    cp27 – 此软件包适用于CPython. IronPython,Jython或PyPy可能会不高兴.
    none – 此软件包的功能取决于python Application Binary Interface, or ABI
    win_amd64 – 这是为64位Windows编译的.这意味着它可能有一些用C/C++编写的代码
    .whl – 这意味着这是一个车轮分配.这很方便,因为这意味着如果你在Windows上运行CPython 2.7 64位,并假设你已经安装了pip,那么你需要做的就是运行这个软件包:py -2.7 -m pip install –use- wheel gensim(假设它在pypi上可用,当然).你可能需要先py -2.7 -m pip安装轮.但除此之外,应该只需要它.
    ————————————————
    版权声明:本文为CSDN博主「~银开~」的原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接及本声明。
    原文链接:https://blog.csdn.net/qq_35889860/article/details/103269569

     
  • 相关阅读:
    回归模型与房价预测
    朴素贝叶斯应用:垃圾邮件分类
    编程实现朴素贝叶斯分类算法
    朴素贝叶斯分类算法
    K-means算法应用:图片压缩
    第八次作业
    第六次作业
    numpy数据集练习
    第五次作业
    中文词频统计
  • 原文地址:https://www.cnblogs.com/linyinmobayu/p/14916995.html
Copyright © 2011-2022 走看看