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
    OpenCV与AI深度学习 | 十分钟掌握Pytorch搭建神经网络的流程
    查看>>
    OpenCV与AI深度学习 | 基于GAN的零缺陷样本产品表面缺陷检测
    查看>>
    OpenCV与AI深度学习 | 基于OpenCV和深度学习预测年龄和性别
    查看>>
    OpenCV与AI深度学习 | 基于Python和OpenCV将图像转为ASCII艺术效果
    查看>>
    OpenCV与AI深度学习 | 基于PyTorch实现Faster RCNN目标检测
    查看>>
    OpenCV与AI深度学习 | 基于PyTorch语义分割实现洪水识别(数据集 + 源码)
    查看>>
    OpenCV与AI深度学习 | 基于YOLO11的车体部件检测与分割
    查看>>
    OpenCV与AI深度学习 | 基于YOLOv8 + BotSORT实现球员和足球检测与跟踪 (步骤 + 源码)
    查看>>
    OpenCV与AI深度学习 | 基于YOLOv8的停车对齐检测
    查看>>
    OpenCV与AI深度学习 | 基于机器视觉的磁瓦表面缺陷检测方案
    查看>>
    OpenCV与AI深度学习 | 基于深度学习的轮胎缺陷检测系统
    查看>>
    OpenCV与AI深度学习 | 实战 | OpenCV传统方法实现密集圆形分割与计数(详细步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | 实战 | OpenCV实现扫描文本矫正应用与实现详解(附源码)
    查看>>
    OpenCV与AI深度学习 | 实战 | 使用YOLOv8 Pose实现瑜伽姿势识别
    查看>>
    OpenCV与AI深度学习 | 实战 | 使用YoloV8实例分割识别猪的姿态(含数据集)
    查看>>
    OpenCV与AI深度学习 | 实战 | 使用姿态估计算法构建简单的健身训练辅助应用程序
    查看>>
    OpenCV与AI深度学习 | 实战 | 基于YoloV5和Mask RCNN实现汽车表面划痕检测(步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | 实战 | 基于YOLOv9和OpenCV实现车辆跟踪计数(步骤 + 源码)
    查看>>
    OpenCV与AI深度学习 | 实践教程|旋转目标检测模型-TensorRT 部署(C++)
    查看>>
    OpenCV与AI深度学习 | 干货 | 深度学习模型训练和部署的基本步骤
    查看>>