目录

  • 一、pip源配置
  • 1.临时配置
  • 2.永久配置
  • 3.离线安装第三方包/模块
  • 4.虚拟环境操作
  • 二、conda源配置
  • 1.源配置
  • 2.conda相关操作

一、pip源配置

1.临时配置

安装命令

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

pip3 install scikit-learn  -i https://pypi.tuna.tsinghua.edu.cn/simple

镜像源列表

pypi 清华大学源：https://pypi.tuna.tsinghua.edu.cn/simple
pypi 豆瓣源 ：http://pypi.douban.com/simple/
pypi 腾讯源：http://mirrors.cloud.tencent.com/pypi/simple
pypi 阿里源：https://mirrors.aliyun.com/pypi
pypi 北京外国语： https://mirrors.bfsu.edu.cn/pypi/web/simple

2.永久配置

2.1 找到这样的路径

win+ R  
%APPDATA% 
C:\Users\xxx\AppData\Roaming\pip\pip.ini

2.2 创建pip文件夹

2.3 创建pip.ini文件，并写入以下内容

[global]
index-url = https://mirrors.bfsu.edu.cn/pypi/web/simple
format = columns
trusted-host = mirrors.bfsu.edu.cn

2.4 补充：永久换源(使用 2.3 时 可不用这个，会覆盖)

以阿里云为例

pip config set global.index-url https://mirrors.aliyun.com/pypi/simple/
pip config set global.index-url https://mirrors.bfsu.edu.cn/pypi/web/simple

3.离线安装第三方包/模块

3.1 依赖包下载安装网站

依赖包下载安装
https://pypi.org/project/       推荐使用
https://www.lfd.uci.edu/~gohlke/pythonlibs/   推荐使用
http://pypi.doubanio.com/simple/包名
http://pypi.doubanio.com/simple/包名
pip install 包名 -i http://pypi.doubanio.com/simple/

3.2 相关操作--离线安装

1.获取版本信息
pip freeze > requirement.txt  # 覆盖写
pip freeze >> requirement.txt # 在末尾追加



2.根据版本信息，下载相关包
# 说明  -d  下载包存放的位置    -r  文件
pip download -d D:\package -r requirement.txt


3.在没有网络的环境中，导入包    
说明：--no-index 无序   --find-links  下载包存放的位置  -r  文件名
小坑：--find-links 不要与 python项目放在一个文件夹下
pip install --no-index --find-links=D:\package -r requirement.txt


4.安装(有网络) 或单个文件
pip install -r requirement.txt

pip install numpy-1.15.0-cp27-cp27mu-manylinux1_x86_64.whl
pip install 包名

pip install --upgrade 包名称

4.虚拟环境操作

# 1.系统的python环境中安装
pip3 install virtualenv
pip3 install virtualenvwrapper-win

# 2.创建文件夹 - Virtualenvs 

# 3.在系统环境变量中配置如下
WORKON_HOME
D:\workspace\PythonProject\Virtualenvs - 路径写自己的 要创建
    
# 4.同步配置信息
 -python安装路径，scripts文件下执行virtualenvwrapper.bat
    
# 5.使用：
	virtualenv venv --python=python3.6
	-workon  #列出有的虚拟环境（xxx）
    -workon xxx  #使用这个虚拟环境 
    -mkvirtualenv -p python3 xxx # 创建虚拟环境 
    -rmvirtualenv xxx # 删除虚拟环境    
    -deactivate  # 退出

二、conda源配置

下载

anaconda | 镜像站使用帮助 | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror

前置条件

# linux 安装conda 

# 下载 - 提前找个位置
wget https://mirrors.bfsu.edu.cn/anaconda/archive/Anaconda3-2022.10-Linux-x86_64.sh --no-check-certificate
    
# 安装
chmod 777 Anaconda3-2022.10-Linux-x86_64.sh
Anaconda3-2022.10-Linux-x86_64.sh

# 刷新配置
source ~/.bashrc

# 升级
conda update -n base -c defaults conda

# 使用如下:
conda ...

1.源配置

# 显示目前conda有哪些数据源
conda config --show channels
 
# 添加数据源
conda config --add channels https://mirrors.bfsu.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.bfsu.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes
 
# 删除旧数据源
conda config --remove channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --remove channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/

2.conda相关操作

conda 安装
# 创建conda环境
conda create -n my-env(环境名称)
conda create -n my-env python=3.9 numpy pandas

# 激活创建的虚拟环境
conda activate my-env((环境名称))
windows ==> conda  activate my-env
linux/mac ==> conda  source activate my-env

# 查看环境列表 和 所在环境包列表
conda env list: 查看所有的环境
conda list: 看这个环境下安装的包和版本

# 删除环境   和 删除所在环境包
conda env remove -n yourEnv: 删除你的环境

conda remove XXX
conda remvove -a
pip uninstall  XXX


conda install numpy scikit-learn: 安装numpy sklearn包

conda deactivate 退出环境