博客
关于我
Windows批处理自动检测、安装Python
阅读量:292 次
发布时间:2019-03-01

本文共 1132 字,大约阅读时间需要 3 分钟。

Python3.7????????

???????????Python3.7????????????????????????????????

1. ???????

???????????Python?????????????

1.1 ???????????????Python?????

reg query "hklm\software\Python\pythoncore\3.7"

????????????????????Python???????????Python3.7??????????????????????????

1.2 ??Python????????

python -3.7 --version

???????Python??????????????????????Python?????????

2. ??????

??????????????????????????????Python?????????????????????????Python????

3. ??????

??????????

  • ????????????????????
  • ?????Python???????????

4. ??????

4.1 ??????

echo ???????reg query "hklm\software\Python\pythoncore\3.7" >nul 2>nul

???????Python3.7??????????????????????????????

4.2 ????

echo ??????Python??????python-3.7.6-amd64.exe /quiet

????????????????????

4.3 ??????

echo ????Python?python-3.7.6-amd64.exe /quiet /uninstall

????????????Python3.7???

4.4 ????

echo ????Python??????python-3.7.6-amd64.exe /quiet InstallAllUsers=1 PrependPath=1

?????????????????????

5. ????

??????????????????

  • ??Python??????
  • ??Pip???????
  • ????????????????????????

    6. ????

  • ?????????????????????????????
  • ???????Windows?????
  • ???????Python????????????????????
  • ?????????????????????????

    转载地址:http://yjmx.baihongyu.com/

    你可能感兴趣的文章
    pandas 适用,但仅适用于满足条件的行
    查看>>
    pandas 重新采样到每月的特定工作日
    查看>>
    pandas :我如何对堆叠的条形图进行分组?
    查看>>
    pandas :按移位分组和累加和(GroupBy Shift And Cumulative Sum)
    查看>>
    pandas :检测一个DF和另一个DF之间缺失的列
    查看>>
    Pandas-从具有嵌套列表列表的现有列创建动态列时出错
    查看>>
    Pandas-通过对列和索引的值求和来合并两个数据框
    查看>>
    pandas.columns、get_dummies等用法
    查看>>
    pandas.DataFrame.copy(deep=True) 实际上并不创建深拷贝
    查看>>
    pandas.read_csv()的详解-ChatGPT4o作答
    查看>>
    PANDAS.READ_EXCEL()输出‘;溢出错误:日期值超出范围‘;而不存在日期列
    查看>>
    pandas100个骚操作:再见 for 循环!速度提升315倍!
    查看>>
    Pandas:如何根据其他列值的条件对列进行求和?
    查看>>
    Pandas:对给定列求和 DataFrame 行
    查看>>
    Pandas、Matplotlib、Pyecharts数据分析实践
    查看>>
    Pandas中文官档~基础用法2
    查看>>
    Pandas中文官档~基础用法5
    查看>>
    Pandas中文官档~基础用法6
    查看>>
    Pandas中的GROUP BY AND SUM不丢失列
    查看>>
    Pandas之iloc、loc
    查看>>