如何在Python中删除已安装的模块？

您可以打开Windows命令提示符并输入以下命令来卸载Windows上的Python软件包−

pip uninstall 模块名称

使用pip卸载包

Python的包管理器称为PIP。换句话说，它是一种工具，使我们能够安装Python包和依赖项（代码运行所需的软件元素而不会引发任何错误），这些包和依赖项不是已经通过Python标准库提供给我们的。

计算机语言的工具，可以轻松安装任何外部依赖项，称为包管理器。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

使用pip命令卸载软件包或模块的步骤如下−

打开命令提示符。
使用“PIP uninstall module_name”命令卸载模块。
flask软件包将被删除。
在Python 2.7版本中，可通过pip卸载flask。
对于Python 3.6，这将是“pip3.6 uninstall –user flask”。
命令将请求您的批准，要求您输入“Y”以确认此操作后，即可删除的文件列表。然后按Enter键即可。

注意 − 无法删除直接安装在系统上的已安装软件包。

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 − 但有少数包例外。使用pip难以删除这些软件包：

通过python setup.py install安装的纯distutils软件包不会留下它们安装的任何文件的元数据。
Python setup.py develop安装的脚本包装器。

必须手动删除所有文件，并撤消安装期间执行的任何其他操作。如果您不确定文件的完整列表，可以使用–record选项重新安装它并检查结果。要列出已安装文件的列表，可以使用−

python setup.py install --record files.txt

现在您拥有files.txt中所有文件的列表，可以手动删除它们。

使用conda卸载包

管理软件包安装的主要工具是conda命令。它可以−

为conda形成新的环境。
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卸载的步骤

使用conda命令卸载软件包或模块的步骤如下−

查看所有Anaconda虚拟环境的列表，请打开Anaconda Navigator窗口，然后从窗口左侧选择“Environments”菜单项。
点击一个Anaconda虚拟环境的绿色三角形，然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。
为了确认卸载的结果，请再次执行conda list package-name命令。

示例

以下示例演示如何使用conda命令卸载python模块 –

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

输出

以下是上述代码的输出

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