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，它是一个工具，使我们能够安装Python包和依赖项（代码正常运行且不报错所需的软件组件），这些组件并非Python标准库中已有的。

计算机语言中简化安装任何外部依赖项的工具称为包管理器。任何包都可以轻松安装或卸载。

使用pip卸载的步骤

以下是使用pip命令卸载包或模块的步骤：

• 打开命令提示符。

• 使用“PIP uninstall module_name”命令卸载模块。

• flask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”。

• 该命令将提示您确认要删除的文件列表。输入“y”并按Enter键以确认此操作。

注意 - 无法删除直接安装在系统上的包。

示例

以下示例演示如何使用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 - 不过也有一些例外情况。使用pip很难删除这些包。

• 使用python setup.py install安装的纯distutils包不会留下任何已安装文件的元数据。

• Python setup.py develop安装的脚本包装器。

所有文件都必须手动删除，并且必须撤消安装期间执行的任何其他操作。如果您不确定文件的完整列表，您可以使用 --record 选项重新安装它并检查结果。要列出已安装的文件，可以使用：

python setup.py install --record files.txt

现在您已经有了files.txt中所有文件的列表，您可以手动删除它们。

使用conda卸载包

conda命令是管理包安装的主要工具。它可以：

• 为conda创建新的环境。
• 查询和搜索Anaconda包索引和当前Anaconda安装。
• 在已存在的conda环境中安装和更新包。

使用conda卸载的步骤

以下是使用conda命令卸载包或模块的步骤：

• 要查看所有Anaconda虚拟环境的列表，请打开Anaconda Navigator窗口，然后从窗口左侧选择“环境”菜单项。

• 在一个Anaconda虚拟环境的末尾点击绿色三角形后，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，请再次执行conda list package-name命令。

示例

以下示例演示如何使用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