解决pip下载速度慢的问题

本文介绍如何通过更换为国内镜像源来加速Python包管理工具PIP的安装速度,并提供多个可用的国内镜像源地址。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

在pip前面加上python -m

例如:pip install numpy 

改为python -m pip install numpy

要是再不行,终极绝招:

让PIP源使用国内镜像,提升下载速度和安装成功率。

对于Python开发用户来讲,PIP安装软件包是家常便饭。但国外的源下载速度实在太慢,浪费时间。而且经常出现下载后安装出错问题。所以把PIP安装源替换成国内镜像,可以大幅提升下载速度,还可以提高安装成功率。

国内源:
新版ubuntu要求使用https源,要注意。

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

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

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

华中理工大学:http://pypi.hustunique.com/

山东理工大学:http://pypi.sdutlinux.org/ 

豆瓣:http://pypi.douban.com/simple/

临时使用:
可以在使用pip的时候加参数-i https://pypi.tuna.tsinghua.edu.cn/simple

例如:pip install -i https://pypi.tuna.tsinghua.edu.cn/simple pyspider,这样就会从清华这边的镜像去安装pyspider库。
 
永久修改,一劳永逸:
Linux下,修改 ~/.pip/pip.conf (没有就创建一个文件夹及文件。文件夹要加“.”,表示是隐藏文件夹)

内容如下:

[global]
index-url = https://pypi.tuna.tsinghua.edu.cn/simple
[install]
trusted-host=mirrors.aliyun.com
windows下,直接在user目录中创建一个pip目录,如:C:\Users\xx\pip,新建文件pip.ini。内容同上。


### 加速 Anaconda 虚拟环境下 pip 下载速度的方法 为了提升在 Anaconda 虛擬環境下使用 `pip` 安裝 Python 套件的速度,可以采取以下措施: #### 1. 更改国内镜像源 更改 `pip` 的默认索引地址到国内的镜像站点能够显著提高下载速度。以下是常用的国内镜像源配置方法。 通过命令行临时指定镜像源: ```bash pip install package_name -i https://pypi.tuna.tsinghua.edu.cn/simple ``` 永久修改全局或用戶級別的 `pip` 配置文件來設置鏡像源。對於 Linux 和 macOS 用户,在家目录创建或编辑 `.pip/pip.conf` 文件;对于 Windows 用户,则是在 `%APPDATA%\pip\pip.ini` 中添加如下内容: ```ini [global] index-url = https://pypi.tuna.tsinghua.edu.cn/simple ``` 此操作会將默認的 PyPI 索引替換為清華大學開源軟件鏡像站[^3]。 #### 2. 升级或重装 Pip 工具 如果遇到因版本問題導致的安裝失敗或者性能低下情況時,應考慮升級或重新安裝 `pip` 。例如先卸載現有版本再進行特定版本的安裝: ```bash python -m pip uninstall pip conda install pip==latest_version_number ``` 上述步驟確保了虛擬環境內使用的是一個穩定並且兼容性良好的 `pip` 版本[^2]。 #### 3. 使用缓存机制减少重复下载 啟用本地緩存機制也可以幫助加快後續依賴項目的獲取過程。執行以下指令可檢查當前是否已啟用了該功能以及其路徑設定: ```bash pip cache dir ``` 若希望進一步優化,還能手動調整相關參數以擴大存儲空間限制或是清理不必要的條目。 #### 4. 利用 Conda 替代部分依赖管理 雖然題目專注於改善 `pip` 性能表現方面,但在某些場景下合理利用 `conda` 自帶的功能可能更簡便高效。比如說確認目標庫是否存在於官方渠道列表之中,然後通過 `conda install` 方式完成部署工作。這樣做不僅能夠充分利用 ANACONDA 提供的資源預處理成果,而且往往伴隨著更快捷稳定的網絡連接體驗[^4]。 ```python import torch print(torch.__version__) ``` 上面這段簡單測試腳本可用於驗證新安裝好的深度學習框架是否正確無誤。 ---
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值