手把手教你进行pip换源,让你的Python库下载嗖嗖的(系列二)

简介:

/1 前言/

今天我们来说说python的pip换源吧,这个换源,相对来说,还是比较重要的,能让自己少生好几次气的,哈哈哈!礼拜一的时候,小编发布了手把手教你进行pip换源,让你的Python库下载嗖嗖的(系列一),没有来得及上车的小伙伴,可以戳进去看看。

在上篇文章的留言处,我看到了一位名为hxw的大侠慷慨留言,详情如下图所示。
怀着学习之心,小编自己亲自去尝试,发现其提供的方法行之有效,现在整理出来分享给大家。hxw如果看到这篇文章的话,可以后台获取小编的微信,小编将给予一个红包聊表谢意。

/2 为什么要换源/

我相信小伙伴们一定也遇到跟我这样的问题,如下图所示。

没错,就是我们在pip安装东西的时候,有时候容易飘黄飘红,而且大多时候还慢。这个是因为我们去获取的包,是直接从国外拿的。

虽然有墙,但是为了我们的学习,仍然还是要留出一些正儿八经的网站的,但是仍然还是慢,毕竟太远了,咋办呢?国内的大神早都在国内搭建好了站点,和原网站的内容一模一样,我们只需要将我们的pip源指向国内就好了,我也是后悔知道的晚啊,害,踩了那么多的坑。那咱们废话不说,就直接开始吧~

/3 换源流程/

1)国内源列表
首先先列举一下国内那些站点,能用一般5个可用,其他我也没试过。

2)如何换源

网上很多关于换源的教程,大部分都是通过在C盘下的某个文件夹新建个什么文件,然后在复制一些东西进入。但是我感觉,还是有点麻烦,我们大Python要求的就是简洁,方便。这里使用了读者留言的方法,十分的简洁,详情如下。

我们只需要一个最简单的命令 ↓

pip config set global.index-url 源链接

就拿清华源来说,我们只需要执行 ↓

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

再来看看我们的速度,如下图所示:
源地址都变了,速度也杠杠的,怎么样,舒服吧?

/4 小结/

本文主要涉及两个点,其一是介绍了国内源列表,主要有5个,详情见正文;其二是例证了永久换源命令:

pip config set global.index-url 源链接

清华源示例

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

我们只需要记住这些,就OK了,各位要多多尝试噢!谢谢观看,谢谢支持!
相关文章
|
1天前
|
JSON Shell 数据格式
第十章 Python常用标准库使用(必会)
第十章 Python常用标准库使用(必会)
|
1天前
|
开发框架 前端开发 数据库
Python从入门到精通:3.3.2 深入学习Python库和框架:Web开发框架的探索与实践
Python从入门到精通:3.3.2 深入学习Python库和框架:Web开发框架的探索与实践
|
1天前
|
数据采集 数据可视化 数据处理
Python从入门到精通的文章3.3.1 深入学习Python库和框架:数据处理与可视化的利器
Python从入门到精通的文章3.3.1 深入学习Python库和框架:数据处理与可视化的利器
|
1天前
|
JSON 测试技术 API
Python的Api自动化测试使用HTTP客户端库发送请求
【4月更文挑战第18天】在Python中进行HTTP请求和API自动化测试有多个库可选:1) `requests`是最流行的选择,支持多种请求方法和内置JSON解析;2) `http.client`是标准库的一部分,适合需要低级别控制的用户;3) `urllib`提供URL操作,适用于复杂请求;4) `httpx`拥有类似`requests`的API,提供现代特性和异步支持。根据具体需求选择,如多数情况`requests`已足够。
7 3
Python
17 0
|
2天前
|
JSON 数据格式 索引
python 又一个点运算符操作的字典库:Munch
python 又一个点运算符操作的字典库:Munch
14 0
|
2天前
|
数据挖掘 数据处理 索引
如何使用Python的Pandas库进行数据筛选和过滤?
Pandas是Python数据分析的核心库,提供DataFrame数据结构。基本步骤包括导入库、创建DataFrame及进行数据筛选。示例代码展示了如何通过布尔索引、`query()`和`loc[]`方法筛选`Age`大于19的记录。
10 0
|
3天前
|
数据处理 Python
如何使用Python的Pandas库进行数据排序和排名
【4月更文挑战第22天】Pandas Python库提供数据排序和排名功能。使用`sort_values()`按列进行升序或降序排序,如`df.sort_values(by='A', ascending=False)`。`rank()`函数用于计算排名,如`df['A'].rank(ascending=False)`。多列操作可传入列名列表,如`df.sort_values(by=['A', 'B'], ascending=[True, False])`和分别对'A'、'B'列排名。
13 2
|
4天前
|
算法 Python
请解释Python中的关联规则挖掘以及如何使用Sklearn库实现它。
使用Python的mlxtend库,可以通过Apriori算法进行关联规则挖掘。首先导入TransactionEncoder和apriori等模块,然后准备数据集(如购买行为列表)。对数据集编码并转换后,应用Apriori算法找到频繁项集(设置最小支持度)。最后,生成关联规则并计算置信度(设定最小置信度阈值)。通过调整这些参数可以优化结果。
25 9
|
4天前
|
Python
如何使用Python的Pandas库进行数据缺失值处理?
Pandas在Python中提供多种处理缺失值的方法:1) 使用`isnull()`检查;2) `dropna()`删除含缺失值的行或列;3) `fillna()`用常数、前后值填充;4) `interpolate()`进行插值填充。根据需求选择合适的方法处理数据缺失。
38 9