如何在 Python 中删除已安装的模块?
您可以通过打开 Windows 命令提示符并输入以下命令来卸载 Windows 上的 Python 包 -
pip uninstall module_name
使用 pip 卸载包
Python 的包管理器称为 PIP。换句话说，它是一种工具，使我们能够安装 Python 包和依赖项(代码运行所需的软件元素，不会抛出任何错误)，而这些依赖项尚未通过 Python 标准库提供给我们。
一种计算机语言的工具，使安装任何外部依赖项变得简单，称为包管理器。任何软件包都可以毫无问题地安装或卸载。
使用 pip 卸载所涉及的步骤
以下是使用 pip 命令卸载软件包或模块的步骤 -
打开命令提示符。
借助"PIP uninstall module_name"命令，卸载模块。
flask 软件包将被删除。
在 Python 2.7 版本中，通过 pip 卸载 flask。
对于 Python 3.6，这将是"pip3.6 uninstall --user flask"。
在需要删除的文件列表之后，该命令将请求您的批准。输入"y"后按 Enter 键确认操作。
注意 − 无法删除直接安装在系统上的软件包。
示例
以下示例显示如何使用 pip 命令卸载 python 模块 −
C:\Users\Lenovo>pip uninstall scipy
输出
以下是上述代码的输出 -
Found existing installation: scipy 1.8.1 Uninstalling scipy-1.8.1: Would remove: c:\users\lenovo\appdata\local\programs\python\python310\lib\site-packages\scipy-1.8.1.dist-info\* c:\users\lenovo\appdata\local\programs\python\python310\lib\site-packages\scipy\* Proceed (Y/n)? y Successfully uninstalled scipy-1.8.1
注意 - 不过，也有一些例外。使用 pip 很难删除这些包:
使用 python setup.py install 安装的纯 distutils 包不会留下它们安装的文件的任何元数据。
Python setup.py 开发的脚本包装器会安装。
必须手动删除所有文件，并且必须撤消安装期间执行的任何其他活动。如果您不确定完整的文件列表，可以使用 --record 选项重新安装并检查结果。要列出已安装的文件，您可以使用 −
python setup.py install --record files.txt
现在您有了 files.txt 中所有文件的列表，您可以手动删除它们。
使用 conda 卸载软件包
管理软件包安装的主要工具是 conda 命令。它可以 −
- 为 conda 形成新环境。
- 可以查询和搜索 Anaconda 软件包索引和当前 Anaconda 安装。
- 在已经存在的 conda 环境中安装和更新软件包。
使用 conda 卸载所涉及的步骤
以下是使用 conda 命令卸载软件包或模块的步骤 −
要查看所有 Anaconda 虚拟环境的列表，请打开 Anaconda Navigator 窗口并从窗口左侧选择"环境"菜单项。
单击一个 Anaconda 虚拟环境末尾的绿色三角形后，从弹出菜单列表中选择"打开终端"菜单选项。
它将进入您选择的 anaconda 虚拟环境并启动 dos 或终端窗口。
使用"conda uninstall module_name"命令卸载模块。
要确认卸载结果，请再执行一次 conda list package-name 命令。
示例
以下示例显示如何使用 conda 命令卸载 python 模块 −
(base) C:\Users\Lenovo>conda uninstall numpy
输出
以下是上述代码的输出
Collecting package metadata (repodata.json): done
Solving environment: done
## Package Plan ##
environment location: C:\Users\Lenovo\anaconda3
removed specs:
- numpy
The following packages will be REMOVED:
blas-1.0-mkl
intel-openmp-2021.4.0-haa95532_3556
mkl-2021.4.0-haa95532_640
mkl-service-2.4.0-py39h2bbff1b_0
mkl_fft-1.3.1-py39h277e83a_0
mkl_random-1.2.2-py39hf11a4ad_0
numpy-1.23.1-py39h7a0a035_0
numpy-base-1.23.1-py39hca35cd5_0
Proceed ([y]/n)? y
Preparing transaction: done
Verifying transaction: done
Executing transaction: done
