Python:pip 安装第三方库速度很慢的解决办法,以及离线安装方法

本文涉及的产品
实时数仓Hologres,5000CU*H 100GB 3个月
智能开放搜索 OpenSearch行业算法版,1GB 20LCU 1个月
实时计算 Flink 版,5000CU*H 3个月
简介:

1698823828981.png


举个例子,比如想要安装 mlxtend 库

1.键盘按着 win + R键,输入cmd并点击确定,打开命令行窗口;在 cmd 敲入命令

pip install mlxtend

但是发现下载安装文件非常慢,有可能出现警告,还有可能最后显示当下载到百分之几十的时候窗口中就会出现一堆红字,最后安装失败。

原因:在命令行窗口内输入pip help install,查看帮助文档,向下滑动可以看到

-i, --index-url <url> ...选项,文档中可以看到python默认安装源的地址实质访问的下载网站是https://pypi.Python.org/simple/

因为这是一个国外网站,所以在国内下载速度比较慢。

方法一:使用国内源

在 cmd 更改为敲入命令(

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

# 清华大学源

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

或者命令行中输入

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

以后使用 pip 安装第三方包时,都可以把

-i https://pypi.douban.com/simple 作为必填的内容,这样速度会变得很快。

方法二:

第二种就是一劳永逸的方法,选择配置国内镜像源。

首先找到C:\Users\Solitude\AppData\Roaming,这个路径的文件夹,如果你没有找到,那就是你的文件夹被隐藏了,解决办法如下:

打开C盘,点击左上角的“查看”-“选项”- 显示/隐藏 中勾选“隐藏的项目”,然后确定即可。这样你就能看到AppData文件夹了。(如下图)

1698824025320.png


找到路径后,首选在该路径下新建文件夹,命名为“pip”,然后在pip文件夹中新建一个txt格式的文本文档,打开文本文档,将下面这些代码复制到文本文档中,关闭保存。然后将txt格式的文本文档重新命名为“pip.ini”,这样就创建了一个配置文件。

[global]
timeout = 60000
index-url = https://pypi.tuna.tsinghua.edu.cn/simple
[install]
use-mirrors = true
mirrors = https://pypi.tuna.tsinghua.edu.cn

文档中的链接地址还可以更换其他的如下:

阿里云 http://mirrors.aliyun.com/pypi/simple/

中国科技大学 https://pypi.mirrors.ustc.edu.cn/simple/

豆瓣(douban) http://pypi.douban.com/simple/

清华大学 https://pypi.tuna.tsinghua.edu.cn/simple/

中国科学技术大学 http://pypi.mirrors.ustc.edu.cn/simple/

这样再使用pip进行包安装时候就默认选择国内源进行安装了,速度超快!!!

本地离线安装方法

查找第三方包可以从以下网址查找:

1、PyPI · The Python Package Index

1698824076997.png

2、Archived: Python Extension Packages for Windows - Christoph Gohlke (uci.edu)

1698824093045.png

如果你下载的是whl文件,下载完后放到你先要安装的位置文件夹,在所在位置打开cmd,使用pip install 文件名(包括whl后缀)

如果你下载的是压缩包,直接将解压后的文件夹放入到你想安装的位置,一般是放到之前安装的库一起,然后打开文件夹,进入cmd,输入python setup.py install

相关文章
|
5天前
|
Python
解决Python报错:DataFrame对象没有concat属性的多种方法(解决方案汇总)
总的来说,解决“DataFrame对象没有concat属性”的错误的关键是理解concat函数应该如何正确使用,以及Pandas库提供了哪些其他的数据连接方法。希望这些方法能帮助你解决问题。记住,编程就像是解谜游戏,每一个错误都是一个谜题,解决它们需要耐心和细心。
45 15
|
7天前
|
存储 缓存 文件存储
uv安装python及其依赖的加速方法
国内在使用uv的时候,可能会涉及到装python的速度太慢的问题,为了解决这个问题,可以使用`UV_PYTHON_INSTALL_MIRROR`这个环境变量。除此以外,对于多人协作场景,`UV_CACHE_DIR`也是一个有用的环境变量。本文会介绍这两个变量。
239 9
|
12天前
|
Python
[oeasy]python086方法_method_函数_function_区别
本文详细解析了Python中方法(method)与函数(function)的区别。通过回顾列表操作如`append`,以及随机模块的使用,介绍了方法作为类的成员需要通过实例调用的特点。对比内建函数如`print`和`input`,它们无需对象即可直接调用。总结指出方法需基于对象调用且包含`self`参数,而函数独立存在无需`self`。最后提供了学习资源链接,方便进一步探索。
50 17
|
15天前
|
程序员 测试技术 开发工具
怎么开发Python第三方库?手把手教你参与开源项目!
大家好,我是程序员晚枫。本文将分享如何开发Python第三方库,并以我维护的开源项目 **popdf** 为例,指导参与开源贡献。Popdf是一个PDF操作库,支持PDF转Word、转图片、合并与加密等功能。文章涵盖从fork项目、本地开发、单元测试到提交PR的全流程,适合想了解开源贡献的开发者。欢迎访问[popdf](https://gitcode.com/python4office/popdf),一起交流学习!
81 21
怎么开发Python第三方库?手把手教你参与开源项目!
|
19天前
|
开发者 索引 Python
从命名约定到特殊方法,Python下划线符号的妙用!
下划线(`_`)是Python开发者日常接触的重要符号,其含义和应用场景多样。本文全面解析了Python中下划线的不同用法,包括单下划线作为临时变量、国际化翻译函数、交互式解释器特殊变量;单下划线前缀表示保护成员;单下划线后缀避免关键字冲突;双下划线前缀触发名称改写;双下划线前后缀定义特殊方法等。此外,还介绍了数字分隔符、模式匹配通配符等新特性,并总结了下划线使用的最佳实践与常见问题解答。通过本文,读者可深入了解下划线在Python中的多重角色及其设计哲学。
52 2
|
26天前
|
运维 监控 算法
时间序列异常检测:MSET-SPRT组合方法的原理和Python代码实现
MSET-SPRT是一种结合多元状态估计技术(MSET)与序贯概率比检验(SPRT)的混合框架,专为高维度、强关联数据流的异常检测设计。MSET通过历史数据建模估计系统预期状态,SPRT基于统计推断判定偏差显著性,二者协同实现精准高效的异常识别。本文以Python为例,展示其在模拟数据中的应用,证明其在工业监控、设备健康管理及网络安全等领域的可靠性与有效性。
565 13
时间序列异常检测:MSET-SPRT组合方法的原理和Python代码实现
|
2月前
|
SQL 关系型数据库 MySQL
Python中使用MySQL模糊查询的方法
本文介绍了两种使用Python进行MySQL模糊查询的方法:一是使用`pymysql`库,二是使用`mysql-connector-python`库。通过这两种方法,可以连接MySQL数据库并执行模糊查询。具体步骤包括安装库、配置数据库连接参数、编写SQL查询语句以及处理查询结果。文中详细展示了代码示例,并提供了注意事项,如替换数据库连接信息、正确使用通配符和关闭数据库连接等。确保在实际应用中注意SQL注入风险,使用参数化查询以保障安全性。
|
2月前
|
JSON 数据可视化 API
Python 中调用 DeepSeek-R1 API的方法介绍,图文教程
本教程详细介绍了如何使用 Python 调用 DeepSeek 的 R1 大模型 API,适合编程新手。首先登录 DeepSeek 控制台获取 API Key,安装 Python 和 requests 库后,编写基础调用代码并运行。文末包含常见问题解答和更简单的可视化调用方法,建议收藏备用。 原文链接:[如何使用 Python 调用 DeepSeek-R1 API?](https://apifox.com/apiskills/how-to-call-the-deepseek-r1-api-using-python/)
|
3月前
|
数据挖掘 数据处理 开发者
Python3 自定义排序详解:方法与示例
Python的排序功能强大且灵活,主要通过`sorted()`函数和列表的`sort()`方法实现。两者均支持`key`参数自定义排序规则。本文详细介绍了基础排序、按字符串长度或元组元素排序、降序排序、多条件排序及使用`lambda`表达式和`functools.cmp_to_key`进行复杂排序。通过示例展示了如何对简单数据类型、字典、类对象及复杂数据结构(如列车信息)进行排序。掌握这些技巧可以显著提升数据处理能力,为编程提供更强大的支持。
87 10
|
3月前
|
人工智能 自然语言处理 算法
随机的暴力美学蒙特卡洛方法 | python小知识
蒙特卡洛方法是一种基于随机采样的计算算法,广泛应用于物理学、金融、工程等领域。它通过重复随机采样来解决复杂问题,尤其适用于难以用解析方法求解的情况。该方法起源于二战期间的曼哈顿计划,由斯坦尼斯拉夫·乌拉姆等人提出。核心思想是通过大量随机样本来近似真实结果,如估算π值的经典示例。蒙特卡洛树搜索(MCTS)是其高级应用,常用于游戏AI和决策优化。Python中可通过简单代码实现蒙特卡洛方法,展示其在文本生成等领域的潜力。随着计算能力提升,蒙特卡洛方法的应用范围不断扩大,成为处理不确定性和复杂系统的重要工具。
134 21