如何在Python中刪除已安裝的模組？

---

您可以透過開啟Windows命令提示符並輸入以下命令來解除安裝Windows上的Python包：

pip uninstall module_name

使用pip解除安裝包

Python的包管理器稱為PIP。換句話說，它是一個工具，使我們能夠安裝Python包和依賴項（程式碼正常執行且不報錯所需的軟體元件），這些元件並非Python標準庫中已有的。

計算機語言中簡化安裝任何外部依賴項的工具稱為包管理器。任何包都可以輕鬆安裝或解除安裝。

使用pip解除安裝的步驟

以下是使用pip命令解除安裝包或模組的步驟：

• 開啟命令提示符。

• 使用“PIP uninstall module_name”命令解除安裝模組。

• flask包將被刪除。

• 在Python 2.7版本中，透過pip解除安裝flask。

• 對於Python 3.6，這將是“pip3.6 uninstall --user flask”。

• 該命令將提示您確認要刪除的檔案列表。輸入“y”並按Enter鍵以確認此操作。

注意 - 無法刪除直接安裝在系統上的包。

示例

以下示例演示如何使用pip命令解除安裝Python模組：

C:\Users\Lenovo>pip uninstall scipy

輸出

以下是上述程式碼的輸出：

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 - 不過也有一些例外情況。使用pip很難刪除這些包。

• 使用python setup.py install安裝的純distutils包不會留下任何已安裝檔案的元資料。

• Python setup.py develop安裝的指令碼包裝器。

所有檔案都必須手動刪除，並且必須撤消安裝期間執行的任何其他操作。如果您不確定檔案的完整列表，您可以使用 --record 選項重新安裝它並檢查結果。要列出已安裝的檔案，可以使用：

python setup.py install --record files.txt

現在您已經有了files.txt中所有檔案的列表，您可以手動刪除它們。

使用conda解除安裝包

conda命令是管理包安裝的主要工具。它可以：

• 為conda建立新的環境。
• 查詢和搜尋Anaconda包索引和當前Anaconda安裝。
• 在已存在的conda環境中安裝和更新包。

使用conda解除安裝的步驟

以下是使用conda命令解除安裝包或模組的步驟：

• 要檢視所有Anaconda虛擬環境的列表，請開啟Anaconda Navigator視窗，然後從視窗左側選擇“環境”選單項。

• 在一個Anaconda虛擬環境的末尾點選綠色三角形後，從彈出選單列表中選擇“開啟終端”選單選項。

• 它將進入您選擇的Anaconda虛擬環境並啟動dos或終端視窗。

• 使用“conda uninstall module_name”命令解除安裝模組。

• 要確認解除安裝結果，請再次執行conda list package-name命令。

示例

以下示例演示如何使用conda命令解除安裝Python模組：

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

輸出

以下是上述程式碼的輸出

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