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
Python
13 0
|
1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
10 0
|
1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
|
2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
|
3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
|
3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。
35 9
|
3天前
|
索引 Python
如何在Python中使用Pandas库进行季节性调整?
在Python中使用Pandas和Statsmodels进行季节性调整的步骤包括:导入pandas和seasonal_decompose模块,准备时间序列DataFrame,调用`seasonal_decompose()`函数分解数据为趋势、季节性和残差,可选地绘制图表分析,以及根据需求去除季节性影响(如将原始数据减去季节性成分)。这是对时间序列数据进行季节性分析的基础流程。
19 2
|
5天前
|
缓存 自然语言处理 数据处理
Python自然语言处理面试:NLTK、SpaCy与Hugging Face库详解
【4月更文挑战第16天】本文介绍了Python NLP面试中NLTK、SpaCy和Hugging Face库的常见问题和易错点。通过示例代码展示了如何进行分词、词性标注、命名实体识别、相似度计算、依存关系分析、文本分类及预训练模型调用等任务。重点强调了理解库功能、预处理、模型选择、性能优化和模型解释性的重要性,帮助面试者提升NLP技术展示。
22 5
|
5天前
|
Python
如何使用Python的Plotly库创建交互式图表?
Plotly是Python的交互式图表库,支持多种图表类型,如折线图、散点图、柱状图。使用步骤包括安装库、导入模块、准备数据、创建图表对象、添加数据和设置属性,最后显示或保存图表。
17 6
|
5天前
|
机器学习/深度学习 数据采集 算法
请解释Python中的Sklearn库以及它的主要用途。
Sklearn是Python的机器学习库,提供数据预处理、特征选择、分类回归、聚类、模型评估和参数调优等工具。包含监督和无监督学习算法,如SVM、决策树、K-means等,并提供样例数据集便于实践。它是进行机器学习项目的重要资源。
13 1