Python更换国内pip源详细教程

简介: Python更换国内pip源详细教程

Hello,大家好,我是景天,很多小伙伴在python中安装包的时候经常出现下载不了的情况,多半是pip源的问题,今天那我们就如何更换pip源详细讲讲。

一、国内常用镜像源

查看当前pip源

pip config list


二、临时使用

格式:

pip install [包名] -i [pip源URL]

#示例

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple pymysql


三、永久修改配置

1.pycharm终端命令行操作

pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple


生成的文件

2.Windows平台图形化操作

进入 : 文件管理器文件路径地址栏直接敲%APPDATA%回车,快速进入C:\Users[电脑用户]\AppData\Roaming 文件夹中

注意 : 有些电脑找不到 AppData 目录, 这是因为隐藏了, 点击左上角 “查看”, 勾选右边的 “隐藏项目” 可进行查看


新建 pip 文件夹并在文件夹中新建 pip.ini 配置文件

路径:


新增pip.ini 配置文件内容 (以清华源为例) :

[global]
index-url=https://pypi.tuna.tsinghua.edu.cn/simple
[install]
use-mirrors=true
mirrors=https://pypi.tuna.tsinghua.edu.cn/simple
trusted-host=pypi.tuna.tsinghua.edu.cn


查看源

3.MacOS、Linux 平台

在用户根目录下 ~(家)目录 下创建 .pip 隐藏文件夹, 如果已经有了可以跳过

mkdir ~/.pip

进入 .pip 隐藏文件夹并创建 pip.conf 配置文件

cd ~/.pip; touch pip.conf


输入配置文件内容(以清华源为例)

[global]
index-url=https://pypi.tuna.tsinghua.edu.cn/simple
[install]
use-mirrors=true
mirrors=https://pypi.tuna.tsinghua.edu.cn/simple
trusted-host=pypi.tuna.tsinghua.edu.cn


配置多个源:

优先查找index-url,找不到则从extra-index-url中查找。

[global]
timeout = 60
index-url = https://pypi.tuna.tsinghua.edu.cn/simple/
extra-index-url =
            https://mirrors.aliyun.com/pypi/simple/
            https://mirror.baidu.com/pypi/simple/
            https://pypi.mirrors.ustc.edu.cn/simple/
            https://mirrors.cloud.tencent.com/pypi/simple

[install]
trusted-host =
    pypi.tuna.tsinghua.edu.cn
    mirrors.aliyun.com
    mirror.baidu.com
    pypi.mirrors.ustc.edu.cn
    mirrors.cloud.tencent.com

查看配置的源:

四、安装和导出项目依赖包

1.使用pip命令自动生成requirement.txt项目依赖的模块

#查看pip安装的包

pip list

#注意: 先切换到到apps文件夹下, 在Terminal中执行以下命令. > 指向的是当前目录下将项目依赖的模块的文件

pip freeze >requirement.txt      # 后面的文件名可以自定义

2.从文件中一键安装项目中使用到的所有依赖包

pip install -r requirement.txt -i [url源]

五、拓展

1.pip下载第三方包

pip download 你的包名 -d "下载的路径(windows下双引号来表示文件夹)"


#举个栗子:

pip download pymysql -d "D:\pipDownloadTest"


#pip离线安装

pip install <包名>

#举个栗子: 切换终端在待安装文件目录下(D:\pipDownloadTest)

pip install PyMySQL-0.9.3-py2.py3-none-any.whl

2.在pip安装失败的时候直接使用whl文件安装

提示: 其实本质上windows上安装的模块, 都是xxx.whl文件

搜索网址: https://www.lfd.uci.edu/~gohlke/pythonlibs/#twisted

指定版本和平下载: 如图


安装:

Copy# 下载到本地以后直接使用如下命令:

pip install 你下好的.whl文件的路径


3.pip下载设置超时时间

pip install -U https://codeload.github.com/sshwsfc/xadmin/zip/django2 --default-timeout=1000

4.拓展: 使用pipreq下载项目依赖的模块

优点: 只会下载项目依赖的模块, 不会如pip freeze >requirement.txt命令一样将模块依赖的包全部都下载到文件中

Copy# 下载

pip3 install pipreqs


#windows中操作系统默认GBK编码, 需要指定编码

pipreqs ./ --encoding=utf-8


相关文章
|
5天前
|
BI Python
SciPy 教程 之 Scipy 显著性检验 8
本教程介绍SciPy中显著性检验的应用,包括如何利用scipy.stats模块进行显著性检验,以判断样本与总体假设间的差异是否显著。通过示例代码展示了如何使用describe()函数获取数组的统计描述信息,如观测次数、最小最大值、均值、方差等。
13 1
|
6天前
|
Python
SciPy 教程 之 Scipy 显著性检验 6
显著性检验是统计学中用于判断样本与总体假设间是否存在显著差异的方法。SciPy的scipy.stats模块提供了执行显著性检验的工具,如T检验,用于比较两组数据的均值是否来自同一分布。通过ttest_ind()函数,可以获取两样本的t统计量和p值,进而判断差异是否显著。示例代码展示了如何使用该函数进行T检验并输出结果。
10 1
|
8天前
|
Python
SciPy 教程 之 Scipy 显著性检验 3
本教程介绍Scipy显著性检验,包括其基本概念、原理及应用。显著性检验用于判断样本与总体假设间的差异是否显著,是统计学中的重要工具。Scipy通过`scipy.stats`模块提供了相关功能,支持双边检验等方法。
16 1
|
10天前
|
机器学习/深度学习 Python
SciPy 教程 之 SciPy 插值 2
SciPy插值教程:介绍插值概念及其在数值分析中的应用,特别是在处理数据缺失时的插补和平滑数据集。SciPy的`scipy.interpolate`模块提供了强大的插值功能,如一维插值和样条插值。通过`UnivariateSpline()`函数,可以轻松实现单变量插值,示例代码展示了如何对非线性点进行插值计算。
12 3
|
13天前
|
机器学习/深度学习 数据处理 Python
SciPy 教程 之 SciPy 空间数据 4
本教程介绍了SciPy的空间数据处理功能,主要通过scipy.spatial模块实现。内容涵盖空间数据的基本概念、距离矩阵的定义及其在生物信息学中的应用,以及如何计算欧几里得距离。示例代码展示了如何使用SciPy计算两点间的欧几里得距离。
29 5
|
12天前
|
机器学习/深度学习 Python
SciPy 教程 之 SciPy 空间数据 6
本教程介绍了SciPy处理空间数据的方法,包括使用scipy.spatial模块进行点位置判断、最近点计算等内容。还详细讲解了距离矩阵的概念及其应用,如在生物信息学中表示蛋白质结构等。最后,通过实例演示了如何计算两点间的余弦距离。
23 3
|
11天前
|
机器学习/深度学习 数据处理 Python
SciPy 教程 之 SciPy 空间数据 7
本教程介绍了SciPy的空间数据处理功能,涵盖如何使用`scipy.spatial`模块进行点的位置判断、最近点计算等操作。还详细解释了距离矩阵的概念及其在生物信息学中的应用,以及汉明距离的定义和计算方法。示例代码展示了如何计算两个点之间的汉明距离。
21 1
|
7天前
|
Python
SciPy 教程 之 Scipy 显著性检验 5
显著性检验用于判断样本与总体假设间的差异是否由随机变异引起,或是假设与真实情况不符所致。SciPy通过scipy.stats模块提供显著性检验功能,P值用于衡量数据接近极端程度,与alpha值对比以决定统计显著性。
11 0
|
8天前
|
机器学习/深度学习 数据处理 Python
SciPy 教程 之 SciPy 插值 3
本教程介绍了SciPy中的插值方法,包括什么是插值及其在数据处理和机器学习中的应用。通过 `scipy.interpolate` 模块,特别是 `Rbf()` 函数,展示了如何实现径向基函数插值,以平滑数据集中的离散点。示例代码演示了如何使用 `Rbf()` 函数进行插值计算。
16 0
|
8天前
|
Python
SciPy 教程 之 Scipy 显著性检验 1
本教程介绍Scipy显著性检验,包括统计假设、零假设和备择假设等概念,以及如何使用scipy.stats模块进行显著性检验,以判断样本与总体假设间是否存在显著差异。
14 0

热门文章

最新文章

下一篇
无影云桌面