博客
关于我
python3语言: 更换使用pypi镜像源.2021-02-05
阅读量:273 次
发布时间:2019-03-01

本文共 1258 字,大约阅读时间需要 4 分钟。

pypi镜像源配置指南

在使用Python包管理工具时,选择合适的镜像源可以显著提升下载速度和稳定性。本文将介绍几种常用的镜像源配置方法,并提供PyCharm环境下的镜像源设置步骤。

一、临时使用镜像源

如果仅需临时访问某一镜像源,可以通过以下命令直接指定镜像地址进行安装:

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

这条命令会直接使用清华大学的镜像源,下载并安装指定包。


二、设置默认镜像源

如果希望所有命令默认使用特定镜像源,可以通过以下命令配置:

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

执行上述命令后,所有后续的pip install命令都会使用清华大学的镜像源。


三、其他常见镜像源

除了清华大学,以下是一些国内常用的镜像源地址:

  • 阿里巴巴镜像源

    https://mirrors.aliyun.com/pypi/simple/

  • 腾讯镜像源

    https://mirrors.cloud.tencent.com/pypi/simple

  • 大连东软信息学院镜像源

    https://mirrors.neusoft.edu.cn/pypi/web/simple

  • 华为镜像源

    https://mirrors.huaweicloud.com/repository/pypi/simple

  • 浙江大学镜像源

    http://mirrors.zju.edu.cn/pypi/web/simple/

  • 重庆邮电大学镜像源

    http://mirrors.cqupt.edu.cn/pypi/web/simple/

  • 网易镜像源

    https://mirrors.163.com/pypi/simple/

  • 中国互联网络信息中心镜像源

    https://mirrors.cnnic.cn/pypi/web/simple/


四、PyCharm中镜像源配置(仅当前项目)

在PyCharm中,按以下步骤设置镜像源:

  • 进入项目设置

    点击菜单栏中的 文件 > 设置(Project Settings)。

  • 进入项目选项

    在左侧菜单中选择 项目(Project:),然后点击右侧的 More 按钮,选择 添加镜像源(Add Repository)。

  • 输入镜像源地址

    例如,输入清华大学镜像源地址:https://pypi.tuna.tsinghua.edu.cn/simple/

  • 完成添加

    填写完毕后,点击 OK 确认。

  • 刷新依赖

    添加镜像源后,点击项目中的 刷新依赖(Sync)按钮,以更新项目依赖列表。

  • 如果在网络不稳定的情况下,镜像源无法加载时,可以尝试禁用网络接口,手动切换到离线模式安装包。


    以上配置方法适用于当前项目或全局设置,根据实际需求选择合适的配置方式。通过使用国内镜像源,可以更快地下载需要的Python包,同时提高镜像源的访问稳定性。

    转载地址:http://nsla.baihongyu.com/

    你可能感兴趣的文章
    Prometheus监控mysq数据库实战
    查看>>
    prometheus监控nginx实战
    查看>>
    Prometheus监控redis数据库实战
    查看>>
    Prometheus监控教程:使用Grafana展示主机基本信息
    查看>>
    pytorch中如何使用预训练词向量
    查看>>
    Prometheus监控教程:使用PromQL查询监控数据(上篇)
    查看>>
    Prometheus监控教程:使用PromQL查询监控数据(下篇)
    查看>>
    Pytorch中关于forward函数的理解与用法
    查看>>
    Prometheus监控教程:安装部署
    查看>>
    Prometheus监控教程:配置介绍
    查看>>
    Pytorch中tqdm进度条的使用
    查看>>
    Prometheus(2):SpringBoot 2.X集成Prometheus
    查看>>
    Promise 原理解析与实现(遵循Promise/A+规范)
    查看>>
    PyTorch:传递 numpy 数组进行权重初始化
    查看>>
    PyTorch-Tutorials【pytorch官方教程中英文详解】- 8 Save and Load Model
    查看>>
    promise.all是并发执行吗_攻破面试灵魂拷问,解读Java并发编程的艺术,本文带你深入l理解...
    查看>>
    PyTorch-Tutorials【pytorch官方教程中英文详解】- 7 Optimization
    查看>>
    promise总结
    查看>>
    Propel项目改为基于TensorFlow.js
    查看>>
    PyTorch-Tutorials【pytorch官方教程中英文详解】- 6 Autograd
    查看>>