windows下怎么把pip添加到环境变量装

以WIN7系统为例介绍下方法：1.在安装pip前，请确认win系统樱滑哗中已经安装好了python，和easy_install工具，如果系统脊行安装成功，easy_install在让此目录C:\Python27\Scripts 下面，确认截图如下：

2.进入命令行，然后把目录切换到python的安装目录下的Script文件夹下，运行 easy_inatall pip。

3.pip安装成功后，在cmd下执行pip，将会有如下提示。

1、首先，从百度搜索python官网下载适合自己电脑python版本。

2、鼠标右击桌面“计算机”，选择打开菜单栏中的“属性”。

3、WindowsXP时，在新d出的属性窗口，选择“高级”->“环境变量”。Windows7是，在新d出的属性窗口，选择左侧的“高级系统设置”丛仿，

4、在新d出的属性窗口，选择“高级”->“环境变量”。

4、把python安装目录的路径追加到PATH里，然后确定。（注意渗敏纤：箭头指的两个分号一定要加上并且分号一定要在英文输入模式下输入）

5、最后拿颂在CMD中输入python，看看有没有安装成功，如果出现以下画面说明安装成功。

在caffe中，经常需要可视化卷积神经网络的feature map及各层的滤波器，Python可视化是一个不错的选择，ipython notebool的安装具体源或如下，本文采用python2.7.6进行安装，因为这个python版本比较稳定，python3.4.3安装会出现些问题：

1. 下载安装Python2.7.6

2. 设置环境变量

把c:\Python27添加到环境变量中.

3. 下载安装pip

下载get_pip.py 到某一个目录(如: f:\get-pip.py), 下载地址: http://www.pip-installer.org/en/latest/installing.html#install-or-upgrade-setuptools

安装: 进入f:\, 运行:

python get-pip.py

在这个过程中, 系统会连接网络下载所需要的安装包并完成安装

4. 设置环境变量

把c:\Python27\Scripts 添加到环境变量中

作完前雹纳伍面四步, 就可以在Windows下面开始使用Python了.

1. 下载安装IPython:

c:>pip install ipython

系统就会去网上寻找ipython的包, 进行下载及安装. 等待差不多5分钟, 整个安装就完成了, 并且还把pyreadline也安茄芹装了. ipython3.exe被安装在c:\Python27\Scripts下面, 因为前面添加过环境变量的路径支持, 所以可以直接输入:

c:>ipython

2. 尝试Notebook, 还需要下载一些其它咚咚

1) 下载安装 pyzmq

c:>pip install pyzmq

2) 下载安装 jinja2,

c:>pip install jinja2

3) 下载安装 tornado,

c:>pip install tornado

好了，使用下面命令就可以把Notebook起来：

c:>ipython notebook

如果出现

ImportError: No module named notebook.notebookapp

则

pip install jupyter

3. 尝试科学计算的画图工具matplotlib

1) 下载安装nose

c:>pip install nose

2) 下载numpy-1.11.1+mkl-cp27-cp27m-win_amd64.whl到f:\

f:>pip install numpy-1.11.1+mkl-cp27-cp27m-win_amd64.whl, 此步骤会安装numpy和mkl

3)安装 matplotlib-1.2.0.win-amd64-py3.3.exe

4) 安装Scipy. 依旧到这个网站http://www.lfd.uci.edu/~gohlke/pythonlibs/#scipy-stack 下载 scipy-0.13.2.win-amd64-py3.3.exe

好了, 这就大功告成了.

5) 运行ipython notebook， 如果出现

AttributeError: 'module' object has no attribute 'PY2'

则执行pip uninstall sixpip install six重新安装six，大功告成

=====================================

在notebook中, 试试下面的程序:

================================

import numpy as np

from scipy.ndimage import filters

import io

import matplotlib

import matplotlib.image as mpimg

img = np.zeros((300, 300))

img[np.random.randint(0, 300, 1000), np.random.randint(0, 300, 1000)] = 255

img2 = filters.gaussian_filter(img, 4, order=2)

import io

import matplotlib

import matplotlib.image as mpimg

from IPython import display

buf = io.BytesIO()

matplotlib.image.imsave(buf, img2, cmap="gray")

display.Image(buf.getvalue())

---