PyCharm 2019.1.3使用python3.9创建虚拟环境setuptools-40.8.0报错处理
目录
前置:
一劳永逸方法(缺最后一步,没有成行)
step one: 下载高版本的pip、setuptools、virtualenv的tar.gz包
step two: 进入PyCharm安装目录的 helpers 目录下
step three: 下载并安装grep和sed命令,然后执行
1 下载grep和sed,并安装
2 grep执行,成功,几分钟
3 sed执行,失败,好几个小时,没有结果,放弃
用其他方法先苟着,也不妨碍主要项目使用
step one: 新建好项目文件夹
step two:cmd中用python创建venv,迅速,几秒
编辑 step three: pycharm直接open这个项目
前置:
1 先声明本人最终一劳永逸的方法由于最后一步迟迟没有执行完没有最终完成,所以有想一劳永逸处理问题的,不用往下看啦。一劳永逸方法借鉴博文一劳永逸更新pycharm中python虚拟环境自动创建的pip和setuptools版本_pycharm 中的setuptools怎么更新-CSDN博客
大家也可以直接看这篇博文
一劳永逸方法(缺最后一步,没有成行)
做项目时需要使用python3.9版本以上,本人安装了python3.9,然后发现使用pycharm创建新的虚拟环境总是报与 setuptools-40.8.0相关的错,之前python3.7 python3.8没有问题,排除法,大概率是pycharm的问题。
解决思路:
1 更换更高的python版本。=》本人要做的项目python3.9最合适,不换。该方案,否
2 更换更高版本的pycharm。=》更高版本pycharm本人也很馋,但本人自有现在这个版本的pycharm有激活码,所以该方案,否。( 有谁想要这个版本pycharm并激活的,查看博文python_pycharm安装与jihuo_pycharm3.8.10-CSDN博客)
3 修改当前pycharm。=》可以试试,改好了,就能一劳永逸。
step one: 下载高版本的pip、setuptools、virtualenv的tar.gz包
访问pypi.org网站,搜索包名,进入对应包名的下载页面
virtualenv · PyPI

其他两个类同
step two: 进入PyCharm安装目录的 helpers 目录下

1 将原来的三个包修改名称
2 将刚下载的三个包放进来
step three: 下载并安装grep和sed命令,然后执行
step two中替换包,包只能是被动调用,而且每次创建虚拟环境都固定是setuptools-40.8.0,所以pycharm执行创建虚拟环境的代码极有可能是把版本写死在里面了。
所以,需要找到pycharm中存在“setuptools-40.8.0”字符的地方,并替换成新的版本名setuptools-76.0.0
1 下载grep和sed,并安装
http://gnuwin32.sourceforge.net/packages/grep.htm
http://gnuwin32.sourceforge.net/packages/sed.htm

点击“setup",页面跳转
等待一会,就自动下载

文件很小,双击安装(安装过程就是无脑下一步就可以,最好自己选择一个安装位置),安装过程略过


安装完成后,文件如上。要记录bin的目录
sed的下载和安装过程一致,不赘述,略过
2 grep执行,成功,几分钟
2.1 打开cmd,并cd到grep的bin目录
2.2 输入 grep -rn "setuptools-40.8.0" D:\\soft\\pycharm\\"PyCharm 2019.1.3" > d:/find.txt
注意:在window系统中如果文件夹名称中带有空格,需要给文件夹名加上双引号或括号

几分钟后,得到结果

可知,在pycharm.jar中有setuptools-40.8.0需要替换

待看到pycharm.jar 有69.8MB,【麻木脸】感觉替换无望,文件太大,不过不试试不甘心,那就试试
3 sed执行,失败,好几个小时,没有结果,放弃

好几个小时,一直没有结果,放弃。在这个命令执行过程中,CPU占用率高,电脑风扇狂转不停。
用其他方法先苟着,也不妨碍主要项目使用
用python创建虚拟环境
step one: 新建好项目文件夹

step two:cmd中用python创建venv,迅速,几秒

step three: pycharm直接open这个项目

没有问题。可以用来干活了,哈哈哈
相关文章:
PyCharm 2019.1.3使用python3.9创建虚拟环境setuptools-40.8.0报错处理
目录 前置: 一劳永逸方法(缺最后一步,没有成行) step one: 下载高版本的pip、setuptools、virtualenv的tar.gz包 step two: 进入PyCharm安装目录的 helpers 目录下 step three: 下载并安装grep和sed命令,然后执行 …...
敏捷开发在中小团队中的应用与挑战:实战指南与避坑手册
文章目录 敏捷开发在中小团队中的应用与挑战:实战指南与避坑手册引言:为什么中小团队更需要敏捷?一、敏捷开发适配中小团队的底层逻辑1.1 中小团队的典型特征1.2 敏捷开发的价值放大器效应 二、敏捷实施的五大实战步骤2.1 团队定制化改造&…...
服务器部署RocketMQ----Docker方式
拉取镜像并创建docker network 按照官方文档提供的方式拉取镜像:docker pull apache/rocketmq:4.9.6 创建一个docker网络:docker network create rocketmq 启动NameServer以及Broker 启动NameServer # 启动NameServer docker run -d --name rmqnames…...
【推荐项目】052-用水监控管理系统
052-用水监控管理系统 介绍 用水监控管理系统 springboot java vuejs jdk1.8 当然,以下是一个简洁的用水监控管理系统的功能模块划分,基于Spring Boot(JDK 1.8)后端和Vue.js前端: 用水监控管理系统功能模块 后端&…...
零基础上手Python数据分析 (2):Python核心语法快速入门
写在前面 场景:每周销售数据报表整理 任务描述: 你需要每周从多个Excel文件中汇总销售数据,计算各项指标(销售额、订单量、客单价等),并生成周报。Excel操作痛点: 文件太多,手动打开复制粘贴,效率低下,容易出错。 多个Excel文件,每个都要打开、筛选、复制数据,重复…...
大模型MCP协议与Function Calling:构建更智能的AI生态系统
随着大型语言模型(LLM)的快速发展,如何高效地将这些模型与外部数据源、工具和服务进行集成,成为了一个亟待解决的问题。Anthropic推出的Model Context Protocol(MCP协议)和Function Calling技术为此提供了有…...
【C++】RAII机制
什么是RAII机制? RAII(Resource Acquisition Is Initialization)是 C 中的一种重要编程范式,用于管理资源(如内存、文件句柄、网络连接等)的生命周期。 RAII 的核心思想是:资源的获取与初始化绑…...
游戏引擎学习第160天
回顾和今天的计划 我们没有使用任何游戏引擎和库,完全靠我们自己,使用的是老式的编程方式。 我们已经构建了很多内容,游戏引擎开发也慢慢接近尾声。现在我们已经接近完成了所有为支持游戏开发所需要的工作,接下来将逐步过渡到游戏…...
Webpack 知识点整理
1. 对 webpack 的理解?解决了什么问题? Webpack 是前端工程化领域的核心工具,其核心定位是模块打包器(Module Bundler),通过将各类资源(JS、CSS、图片等)视为模块并进行智能整合…...
从零搭建微服务项目Pro(第2-2章——JSR303自定义文件校验+整合至微服务公共模块)
前言: JSR 303,即 Bean Validation,是 Java EE 6 中的一项子规范,旨在为 Java Bean 提供一种标准化的数据验证机制。它通过注解的方式,允许开发者在 Java 类的字段或方法上直接定义验证规则,从而将验证逻辑…...
如何用URDF文件构建机械手模型并与MoveIt集成
机械手URDF文件的编写 我们用urdf文件来描述我们的机械手的外观以及物理性能。这里为了简便,就只用了基本的圆柱、立方体了。追求美观的朋友,还可以用dae文件来描述机械手的外形。 import re def remove_comments(text):pattern r<!--(.*?)-->…...
uv pip install -r requirements.txt-报错,python版本过低
升级Python版本(推荐) browser-use0.1.40 需要 Python ≥3.11,但你的环境是 Python 3.10.12。升级Python版本是最直接的解决方案: 安装Python 3.11: 使用 pyenv(Linux/macOS):pyenv…...
【训练细节解读】文本智能混合分块(Mixtures of Text Chunking,MoC)引领RAG进入多粒度感知智能分块阶段
喜欢本文可以在主页订阅专栏哟 核心创新:双重评估指标与混合分块架构: 第一章:检索增强生成(RAG)技术演进与分块挑战 1.1 RAG架构的核心演变 检索增强生成(Retrieval-Augmented Generation)…...
招聘信息|基于SprinBoot+vue的招聘信息管理系统(源码+数据库+文档)
招聘信息管理系统 目录 基于SprinBootvue的招聘信息管理系统 一、前言 二、系统设计 三、系统功能设计 5.1系统功能模块 5.2管理员功能模块 5.3企业后台管理模块 5.4用户后台管理模块 四、数据库设计 五、核心代码 六、论文参考 七、最新计算机毕设选题推荐 八、…...
HCIA-AI人工智能笔记1:大模型技术演进与发展历程
一、大模型发展的技术演进图谱 timelinetitle 大模型发展关键里程碑1958 : 感知机模型诞生(Frank Rosenblatt)1986 : BP反向传播算法(Rumelhart)2012 : AlexNet开启深度学习时代2017 : Transformer架构提出(《Attenti…...
躲藏博弈中的策略优化:整合历史数据、概率论与博弈论
躲藏博弈中的策略优化:整合历史数据、概率论与博弈论 一、引言 躲藏博弈(Hiding Games)作为一类特殊的博弈模型,广泛存在于军事对抗、网络安全、商业竞争甚至日常生活中。其核心在于一方(躲藏者)试图避免被另一方(寻找者)发现,双方各自选择…...
C语言,记录一次局部变量被意外修改的问题
背景:单片机开发过程中,我在函数体内(begin_face_record)定义了一个局部变量data_length,在使用的时候,该局部变量一直别改变,每次调用其他函数,例如c库里面的函数memcpy,不知什么情况data_length值就会被改变。 1、源码分析 void main(void) { init_gpio();init_fa…...
机器学习——正则化、欠拟合、过拟合、学习曲线
过拟合(overfitting):模型只能拟合训练数据的状态。即过度训练。 避免过拟合的几种方法: ①增加全部训练数据的数量(最为有效的方式) ②使用简单的模型(简单的模型学不够,复杂的模型学的太多&am…...
在微信小程序或前端开发中,picker 和 select 都是用户交互中用于选择的组件,但它们在功能、设计和使用场景上有一定的区别
在微信小程序或前端开发中,picker 和 select 都是用户交互中用于选择的组件,但它们在功能、设计和使用场景上有一定的区别。 1. picker 的特点 描述: picker 是微信小程序中的原生组件,通常用于选择单项或多项值,如时…...
向量数据库对比以及Chroma操作
一、向量数据库与传统类型数据库 向量数据库(Vector Storage Engine)与传统类型的数据库如关系型数据库(MySQL)、文档型数据库(MongoDB)、键值存储(Redis)、全文搜索引擎࿰…...
Python Matplotlib面试题精选及参考答案
绘制函数 y2x5 在区间 [1,10] 的折线图,设置标题和坐标轴标签 要绘制函数 y 2x 5 在区间 [1, 10] 的折线图,并设置标题和坐标轴标签,可借助 Python 的 matplotlib 库来实现。以下是详细的实现步骤与代码示例。 首先,要导入 mat…...
FiddlerScript学习笔记
参考官方文档:https://www.fiddlerbook.com/fiddler/dev/scriptsamples.asp json // 反序列化 static function jsonDecode(str : String){return Fiddler.WebFormats.JSON.JsonDecode(str).JSONObject; } // 序列化 static function jsonEncode(jsonObject : Obje…...
正点原子[第三期]Arm(iMX6U)Linux移植学习笔记-5.1 uboot顶层Makefile分析-VSCode工程创建
前言: 本文是根据哔哩哔哩网站上“Arm(iMX6U)Linux系统移植和根文件系统构键篇”视频的学习笔记,在这里会记录下正点原子 I.MX6ULL 开发板的配套视频教程所作的实验和学习笔记内容。本文大量引用了正点原子教学视频和链接中的内容。 引用: …...
Linux内核IPoIB驱动中的RSS队列选择机制分析
摘要 本文深入分析了Linux内核中InfiniBand over Ethernet(IPoIB)驱动程序的发送队列选择函数ipoib_select_queue_sw_rss的实现。该函数通过复杂的条件编译和逻辑分支,实现了基于软件的接收端扩展(RSS)功能,确保网络流量在多队列环境下的高效分发,提升网络性能和吞吐量…...
js数组遍历十种方法
在JavaScript中,数组遍历可以有多种方法。以下列举了10种常用的数组遍历方式: For 循环 let array [1, 2, 3, 4, 5]; for (let i 0; i < array.length; i) {console.log(array[i]); }For-of 循环(ES6) let array [1, 2, 3, …...
OTP单片机调试工具之—单线数据编码
OTP单片机调试工具在实现过程中离不开单线数据的传输,那么使用哪一种方式的数据编码会比较好呢? 我所了解的主要有以下三种: 1.UART(串口),这种方式在单片机和pc之间进行传输都非常常见,效率比较…...
SWPU 2022 新生赛
webdog1__start if (isset($_GET[web])) {$first$_GET[web];if ($firstmd5($first)) md5 自等 web0e215962017 (md5后也是 0e) 登入后得到提示,robots.txt 访问 f14g.php 返回包里发现 hint > if (isset($_GET[get])){$get$_GET[get];if(!strs…...
Java 基础到进阶企业技巧(二)
在 Java 学习的旅程中,我们逐步探索了其丰富的知识体系,从基础的数据类型、字符串操作,到流程控制、运算符的运用,每一步都为我们构建强大的编程能力奠定基石。同时,了解这些知识在 Java 全栈开发中的应用场景…...
【后端】【django】【related_name】`related_name` 的作用
related_name 的作用 related_name 用于 Django 的 ForeignKey 和 OneToOneField,用于 反向访问 关联模型的数据。 默认情况下,Django 会自动生成一个反向关系的名字,但如果多个外键指向同一个模型,就可能发生命名冲突。related…...
Deepseek-R1大模型微调实战技术深度解析
一、Deepseek-R1架构特性与微调适配性分析 1.1 核心架构创新对微调的影响 Deepseek-R1基于Deepseek-V3-Base架构,通过MoE(Mixture-of-Experts)与MLA(Multi-Head Latent Attention)的协同设计,实现了参数规模与计算效率的平衡。其6710亿参数总量中,每个token仅激活37B参…...
