conda配置国内镜像源

介绍

通常情况下,当我们通过pip install安装第三方库时,pip会默认从国外的源下载安装wheel,这就导致执行pip install指令后,需要等待很长时间才能完成。如果网络不佳,甚至会出现下载失败的情况。因此,在电脑本地配置一个国内的镜像源可以很好的解决以上问题。

步骤

镜像源的配置分为临时指定镜像源和永久配置镜像源

临时指定

在执行pip install指令时,通过 -i 参数指定镜像源,如下:

bash 复制代码
pip3 install numpy -i https://pypi.tuna.tsinghua.edu.cn/simple

以上命令即实现使用清华镜像源安装 numpy 包。pippip3 的区别本质上是指向不同 Python 版本的 pip 可执行文件。在只有 Python 3 的现代环境中,二者通常等价,但使用 pip3python3 -m pip 是更清晰的习惯。

永久配置

永久配置后,每次pip install时,就不需要额外使用 -i 指令指定国内镜像源,会自动从已经在配置文件中配好的镜像源中下载安装。此外,如果在 pip.ini(或 pip.conf)中配置了默认镜像源(如清华源),但在执行 pip install 时又通过 -i 参数显式指定了另一个国内镜像源(如阿里云源),会优先使用 -i 指定的镜像源

如果需要全局修改,则需要修改配置文件。

Linux/Mac os 环境中,配置文件位置在 ~/.pip/pip.conf(如果不存在创建该目录和文件):

bash 复制代码
mkdir ~/.pip

打开配置文件 ~/.pip/pip.conf,修改如下:

bash 复制代码
[global]
index-url = https://pypi.tuna.tsinghua.edu.cn/simple
[install]
trusted-host = https://pypi.tuna.tsinghua.edu.cn

查看 镜像地址:

bash 复制代码
$ pip3 config list   
global.index-url='https://pypi.tuna.tsinghua.edu.cn/simple'
install.trusted-host='https://pypi.tuna.tsinghua.edu.cn'

可以看到已经成功修改了镜像。

Windows下,你需要在当前对用户目录下(C:\Users\xx\pip,xx 表示当前使用对用户,如果没有pip目录,就自行创建一个)创建一个 pip.ini在pip.ini文件中输入以下内容:

bash 复制代码
[global]
index-url = https://pypi.tuna.tsinghua.edu.cn/simple
[install]
trusted-host = pypi.tuna.tsinghua.edu.cn

pip.ini创建方法:先创建pip.txt文件,然后修改文件后缀为ini,再把以上内容复制到pip.ini文件;我这个方法比较原始,是自己尝试出来的,大家如果有更专业的方法,欢迎补充!

常见镜像源

常见镜像源如下,大家可以修改pip.ini

文章参考:pip 使用国内镜像源 | 菜鸟教程

相关推荐
GL_Rain1 天前
conda通过environment.yml创建虚拟环境(指定路径)报错解决教程
conda
雕刻刀4 天前
linux中复制conda环境
linux·python·conda
乐园游梦记4 天前
在pycharm中添加Conda创建的openmmlab虚拟环境作为解释器
ide·pycharm·conda
贵沫末5 天前
Python——图像处理项目Conda环境搭建
开发语言·python·conda
佳xuan5 天前
wsl(linux)安装miniconda及虚拟环境
linux·人工智能·conda
Cyan_RA96 天前
如何利用 Paddle-OCR 丝滑进行复杂版面 PDF 的批量化OCR处理?
java·linux·python·ocr·conda·paddle·surya
Hello.Reader6 天前
Ubuntu 安装 Miniconda 完整从零开始把 Conda 环境搭起来
linux·ubuntu·conda
Techblog of HaoWANG7 天前
目标检测与跟踪(16)-- Ubuntu 20.04 下 ROS1 + Conda 虚拟环境开机自启动方案(兼容 ROS2 共存)
人工智能·目标检测·ubuntu·机器人·视觉检测·conda·控制
Techblog of HaoWANG8 天前
目标检测与跟踪(15)-- conda 环境与 roslaunch 节点解释器不一致问题的排查与工程化修复
人工智能·目标检测·计算机视觉·机器人·conda
好奇龙猫8 天前
[大学院-python-base gammer learning(1): setting conda + Jupyter ]
python·jupyter·conda