如何删除已安装的Python模块

您可以通过打开Windows命令提示符并输入以下命令来在Windows上卸载Python包 –

pip uninstall module_name

使用pip卸载软件包

Python的软件包管理工具称为PIP。换句话说，它是一个工具，使我们能够安装Python软件包和依赖（代码运行所需的软件元素，以避免出现错误），这些软件包和依赖在Python标准库中不可用。

一种计算机语言工具称为软件包管理器，可以简便地安装任何外部依赖。可以安装或卸载任何软件包而不会出现问题。

使用pip卸载的步骤

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。
使用”PIP uninstall 模块名称”命令卸载模块。
flask软件包将被删除。
在Python 2.7版本中，使用pip卸载flask。
在Python 3.6中，使用”pip3.6 uninstall –user flask”命令。
命令将列出需要删除的文件，并要求您确认此操作后按Enter键并输入”y”。

注意： 无法删除直接安装在系统上的软件包。

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

以下是上面代码的输出 –

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 − 但是有一些例外情况。使用pip，删除这些包比较困难：

通过Python的setup.py install安装的纯distutils包不会保留任何已安装文件的元数据。
由Python的setup.py develop安装的脚本包装器。

所有文件必须手动删除，并且必须撤消安装过程中的任何其他活动。如果你对文件的完整列表不确定，可以使用–record选项重新安装并检查结果。要制作已安装文件的列表，可以使用以下命令 −

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

管理包安装的主要工具是conda命令。它可以 –

为conda创建新的环境。
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进行卸载的步骤

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，并从窗口左侧选择Environments菜单项。
单击一个Anaconda虚拟环境结尾的绿色三角形后，从弹出菜单列表中选择Open Terminal菜单选项。
它将进入您选择的Anaconda虚拟环境并启动一个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

下面的示例演示了如何使用conda命令卸载Python模块 –

(base) C:\Users\Lenovo>conda uninstall numpy

输出

下面是上述代码的输出结果

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