1. 以离线安装skimage包为例

1.1 批量下载skimage包依赖库

如果您需要在没有网络连接的环境下安装 scikit-image 和其依赖库，比较好用的方法是：

在另一台已连接网络的计算机上，使用包管理器 pip 或 conda 下载 scikit-image 及其依赖库。例如，使用 pip 下载（conda已经移除了download），在要下载的路径下打开终端 ：

pip download scikit-image

这将下载 scikit-image 和所有的依赖库到当前目录下。

1.2 批量安装

将下载好的所有文件拷贝到没有网络连接的计算机上。可以使用 USB 等存储设备进行拷贝。

在离线计算机上，使用包管理器 pip 或 conda 进行安装。例如，使用 pip 进行安装（需要在base下安装）：

pip install --no-index --find-links=/path/to/downloaded/files/ scikit-image

其中 /path/to/downloaded/files/ 是第一步中下载文件的存储路径。这条命令告诉 pip 在指定路径下查找依赖库，并进行安装。使用 conda 进行安装类似：

conda install --offline /path/to/downloaded/files/scikit-image*.tar.bz2

确保依赖库安装正确。您可以在 Python 中运行以下代码，检查所有依赖库是否被正确安装：

import numpy
import scipy
import matplotlib
import networkx
import pillow
import imageio
import tifffile
import pywt
import skimageprint("All dependencies are installed.")

如果输出 “All dependencies are installed.”，则说明所有依赖库均已正确安装。

注意，由于 scikit-image 依赖于许多其他库，其安装可能会比较复杂。如果在安装过程中遇到问题，请参考官方文档或社区帮助。

2. Anaconda安装使用

2.1下载安装

Anaconda安装比较简单，镜像下载链接（官网下载很慢）：
https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

2.2 使用

2.2.1 查看Anaconda中已经安装的Python版本

命令：conda list python
结果：

(base) -virtual-machine:~$ conda list python
# packages in environment at /home//anaconda3:
#
# Name                    Version                   Build  Channel
ipython                   7.19.0           py38hb070fc8_0  
ipython_genutils          0.2.0                    py38_0  
msgpack-python            1.0.0            py38hfd86e86_1  
python                    3.8.5                h7579374_1  
python-dateutil           2.8.1                      py_0  
python-jsonrpc-server     0.4.0                      py_0  
python-language-server    0.35.1                     py_0  
python-libarchive-c       2.9                        py_0  

2.2.2 查看该环境中已经安装的包

命令：pip list -v

2.2.3 查看该环境中已有虚拟环境

命令：conda info --envs

(base) -virtual-machine:~$ conda info --envs
# conda environments:
#
base                  *  /home/anaconda3

2.2.4 创建虚拟环境myenv并指定python版本

命令：conda create -n myenv python=3.8，可以在myenv环境中使用conda install或者pip install来安装需要的包，激活myenv环境conda activate myenv，在myenv环境中安装需要的包，例如安装

conda install numpy

或者

pip install numpy

2.2.5 打开关闭虚拟环境myenv

打开：conda activate myenv
关闭：conda deactivate

2.2.5 移除虚拟环境myenv

命令：conda remove --name myenv --all

2.2.6 环境复制

conda create -n 新环境名 --clone 旧环境名

3. Pycharm中设置新的虚拟环境

假设我有一个环境叫做gdal_env，经过如下设置后方可使用，否则依然使用的是base虚拟环境。

参考
ChatGPT www.openai.com