镜像源配置

2023-03-24 10:59| 来源: 网络整理| 查看: 265

一、pip源配置 1.临时配置

安装命令

pip install markdown -i https://pypi.tuna.tsinghua.edu.cn/simple pip3 install scikit-learn -i https://pypi.tuna.tsinghua.edu.cn/simple

镜像源列表

pypi 清华大学源：https://pypi.tuna.tsinghua.edu.cn/simple pypi 豆瓣源：http://pypi.douban.com/simple/ pypi 腾讯源：http://mirrors.cloud.tencent.com/pypi/simple pypi 阿里源：https://mirrors.aliyun.com/pypi pypi 北京外国语： https://mirrors.bfsu.edu.cn/pypi/web/simple 2.永久配置

2.1 找到这样的路径

C:\Users\xxx\AppData\Roaming\pip\pip.ini

2.2 创建pip文件夹

2.3 创建pip.ini文件，并写入以下内容

[global] index-url = https://mirrors.bfsu.edu.cn/pypi/web/simple format = columns trusted-host = mirrors.bfsu.edu.cn

2.4 补充：永久换源(使用 2.3 时可不用这个，会覆盖)

以阿里云为例

pip config set global.index-url https://mirrors.aliyun.com/pypi/simple/ pip config set global.index-url https://mirrors.bfsu.edu.cn/pypi/web/simple 3.离线安装第三方包/模块

3.1 依赖包下载安装网站

依赖包下载安装 https://pypi.org/project/ 推荐使用 https://www.lfd.uci.edu/~gohlke/pythonlibs/ 推荐使用 http://pypi.doubanio.com/simple/包名 http://pypi.doubanio.com/simple/包名 pip install 包名 -i http://pypi.doubanio.com/simple/

3.2 相关操作–离线安装

1.获取版本信息 pip freeze >> requirement.txt 2.通过获取版本信息，下载获取包----- 这个是 # 说明 -d 下载包存放的位置 -r 文件 pip download -d D:\package -r requirement.txt 3.在没有网络的环境中，导入包说明：--no-index 无序 --find-links 下载包存放的位置 -r 文件名小坑：--find-links 不要与 python项目放在一个文件夹下 pip install --no-index --find-links=D:\package -r requirement.txt 4.安装(有网络) 或单个文件 pip install numpy-1.15.0-cp27-cp27mu-manylinux1_x86_64.whl pip install 包名二、conda源配置 1.源配置 # 显示目前conda有哪些数据源 conda config --show channels # 添加数据源 conda config --add channels https://mirrors.bfsu.edu.cn/anaconda/pkgs/free/ conda config --add channels https://mirrors.bfsu.edu.cn/anaconda/pkgs/main/ conda config --set show_channel_urls yes # 删除旧数据源 conda config --remove channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ conda config --remove channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/ 2.conda相关操作 conda 安装 # 创建conda环境 conda create -n my-env(环境名称) conda create -n my-env python=3.9 numpy pandas # 激活创建的虚拟环境 conda activate my-env((环境名称)) windows ==> conda activate my-env linux/mac ==> conda source activate my-env # 查看环境列表和所在环境包列表 conda env list: 查看所有的环境 conda list: 看这个环境下安装的包和版本 # 删除环境和删除所在环境包 conda env remove -n yourEnv: 删除你的环境 conda remove XXX pip uninstall XXX conda install numpy scikit-learn: 安装numpy sklearn包 conda deactivate 退出环境

【本文地址】

镜像源配置

镜像源配置

今日新闻

推荐新闻