溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
今天就跟大家聊聊有關Python版本低導致Pip無法使用怎么解決，可能很多人都不太了解，為了讓大家更加了解，小編給大家總結了以下內容，希望大家根據這篇文章可以有所收獲。
終于下決心把python從2.7升到了3.7。懶人安裝當然使用Anaconda。
安裝成功，編譯成功。但是用pip 安裝包的時候提示：
pip is configured with locations that require TLS/SSL, however the ssl module in Python is not available。
原因是python3.7為了安全性考慮，要求使用openssl 1.0.2之后的版本。但是自帶的openssl，版本是1.0.1。
解決辦法：
重裝一下openssl
進入
Anaconda Prompt:
conda install -c anaconda openssl
就一切解決了哈啊哈！完美！
補充知識：Python3使用multiprocessing多進程模塊共享變量
在使用Python用CPU跑一個人臉識別的模塊，神經網絡的計算比較耗時，因為Python GIL的限制，因此這里使用多進程來并行跑數據集。
在多個進程之間共享簡單變量
有很多張人臉圖片，現在使用8個進程來分別對人臉圖片進行識別，但是要知道總的進度和正確率，因此這里要在各個進程之間共享變量。這里需要的只是整型無符號變量。
在對總的進度和準確率進行計算的時候要加鎖，防止別的進程改變
在使用 print輸出的時候要加鎖，因為控制臺也是資源，要防止搶占
加鎖了之后要記得釋放鎖
假設8個進程共識別了count張圖片，然后正確的圖片有correct張。思路如下：
在主進程中聲明要共享的count和correct變量，初始化進程的時候傳入
在各個進程中識別一張圖片count就自增1，識別正確的話correct也要自增1，自增的時候要加鎖
控制臺輸出相關信息的時候也要加鎖
# l代表長整型無符號變量
count = multiprocessing.Value('l', 0)
correct = multiprocessing.Value('l', 0)
lock = multiprocessing.Lock()
# 要運行的函數為run()，lis為劃分給每個進程的識別圖片列表
p = [multiprocessing.Process(target=run, args=(lock, i, count, correct)) for i in lis]
for i in p:
i.start()
for i in p:
i.join()在run函數中：
# 多個線程對共享變量進行操作，加鎖
lock.acquire()
# 圖片已經識別完畢，總數加一
count.value += 1
# 下面兩個if分別為識別正確的情況
if i[0] == 3 and dis >= threshold:
correct.value += 1
print("正確率：{0:.5f} 總數：{1} 正確數：{2} 錯誤數：{3} 參數個數：{4} 向量夾角：{5:.5f} 圖片1：{6} 圖片2：{7}".format(correct.value/count.value, count.value, correct.value, count.value-correct.value, i[0], dis[0], i[1], i[2]))
lock.release()
continue
if i[0] == 4 and dis < threshold:
correct.value += 1
print("正確率：{0:.5f} 總數：{1} 正確數：{2} 錯誤數：{3} 參數個數：{4} 向量夾角：{5:.5f} 圖片1：{6} 圖片2：{7}".format(correct.value/count.value, count.value, correct.value, count.value-correct.value, i[0], dis[0], i[1], i[2]))
lock.release()
continue
print("識別錯誤：參數個數：{0} 向量夾角：{1} 圖片1：{2} 圖片2：{3}".format(i[0], dis[0], i[1], i[2]))
# 不要遺漏解鎖，否則進程會死鎖
lock.release()在多個進程中共享字典dict
準備把識別過的照片特征緩存起來，因此這里使用字典，key就是照片名稱，value就是特征值。在此使用mutiprocessing.Manage()來實現。
manager = multiprocessing.Manager()
# 這個是用來在多個進程中間共享的字典
sync_dict = manager.dict()
# 這個是使用pickle序列化到文件中用的臨時字典變量
mem_dict = dict()
# 如果存在字典就載入，使用臨時字典中轉是因為sysnc_dict直接序列化會在下次加載時導致Manager在多個進程中的連接出現問題
if os.path.exists("./muti_thread_mem.pkl"):
with open("./muti_thread_mem.pkl", "rb") as f:
mem_dict = pickle.load(f)
for i in mem_dict:
sync_dict[i] = mem_dict[i]使用multiprocessing.Manager()時就不用加鎖了，它本身帶有同步的功能。在run函數中直接使用就好了。
if i[1] in sync_dict: # 有記錄就直接讀取緩存 encoding1 = sync_dict[i[1]] else: # 沒記錄就計算出來再緩存一下 face.file = Image.open(prefix+i[1]) encoding1 = face.encodings sync_dict[i[1]] = encoding1 if i[2] in sync_dict: encoding2 = sync_dict[i[2]] else: face.file = Image.open(prefix+i[2]) encoding2 = face.encodings sync_dict[i[2]] = encoding2
如果緩存過就直接讀取，如果沒有緩存過就計算后然后再緩存一下，便于下次讀取。大多都是業務的邏輯，沒有什么意思。算完了之后在主程序退出之前再緩存到本地就好了。
with open("./muti_thread_mem.pkl", 'wb') as f:
for k, v in enumerate(sync_dict):
mem_dict[v] = sync_dict[v]
if len(mem_dict):
# 傳入的4就是想試一下Python新版本的特性而已，沒啥其他意思
pickle.dump(mem_dict, f, 4)坑
在Pycharm里面運行代碼的時候會碰到一些問題。
使用Pycharm的Python console運行代碼的時候會導致一個進程完成任務之后，join等待主線程退出的時候，所有進程都報錯pipe broken連接不到Manager的共享字典。但是使用本地Terminal運行的時候，一個進程完成任務后是不會導致其他進程報錯的，因此推斷這里是Pycharm的坑。
關鍵字：multiprocessing.Manager()報錯pipe broken，進程獲取共享變量時異常，導致所有進程退出
調試代碼（Pycharm debug模式）的時候也會導致調試過程中進程連接不到Manager的共享字典變量。
這些坑都涉及到Manager在共享變量時使用的客戶端/服務端模式，最后socket連接報錯，所有進程讀取共享變量時報錯退出。我這次的解決方式是不要啟用Pycharm的Python console來運行代碼就好了。
看完上述內容，你們對Python版本低導致Pip無法使用怎么解決有進一步的了解嗎？如果還想了解更多知識或者相關內容，請關注億速云行業資訊頻道，感謝大家的支持。
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
