在使用 pip install 安装Python包时,默认从PyPI服务器下载,但由于网络延迟,国内用户经常会遇到:
下载速度只有 几十KB/s
频繁出现 Timeout 超时错误
大型库(如TensorFlow/PyTorch)安装失败
国内镜像源通过同步官方资源,提供10倍以上加速,是提升生产力的必备技能!
在安装命令后添加 -i 参数,立即享受加速:
# 使用清华源安装示例
pip install pandas numpy -i https://pypi.tuna.tsinghua.edu.cn/simple
# 使用阿里云源安装示例
pip install matplotlib seaborn -i http://mirrors.aliyun.com/pypi/simple/
按下 Win + R 输入 %USERPROFILE% 进入用户目录
新建 pip 文件夹,并在其中创建 pip.ini 文件
写入以下内容:
[global]
index-url = https://pypi.tuna.tsinghua.edu.cn/simple
trusted-host = pypi.tuna.tsinghua.edu.cn
# 创建配置目录
mkdir -p ~/.pip
# 写入配置文件
echo "[global]
index-url = https://pypi.tuna.tsinghua.edu.cn/simple
trusted-host = pypi.tuna.tsinghua.edu.cn" > ~/.pip/pip.conf
根据实测速度排名,推荐以下镜像站:
镜像名称 | 地址 |
---|---|
清华大学 | https://pypi.tuna.tsinghua.edu.cn/simple(同步快,高校首选) |
阿里云 | http://mirrors.aliyun.com/pypi/simple(企业级CDN加速) |
豆瓣 | http://pypi.douban.com/simple(老牌稳定源) |
腾讯云 | http://mirrors.cloud.tencent.com/pypi/simple(华南地区优化) |
通过修改 .condarc 文件实现conda加速:
conda config --set show_channel_urls yes
channels:
- defaults
show_channel_urls: true
default_channels:
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
conda clean -i
conda update --all
pip config list
# 正确输出应显示镜像地址
pip install requests -i http://pypi.douban.com/simple --trusted-host pypi.douban.com
pip install requests -i http://pypi.douban.com/simple --trusted-host pypi.douban.com
使用相同网络环境测试 pip install pandas:
源类型 | 耗时(平均速度) |
---|---|
官方源 | 5分23秒(78 KB/s) |
清华源 | 16秒(4.2 MB/s) |
阿里云 | 21秒(3.8 MB/s) |
通过合理使用国内镜像源,你可以:
将安装时间从小时级缩短到分钟级
避免因网络问题导致的安装失败
提升开发效率,专注核心工作
立即配置镜像源,告别蜗牛般的下载速度吧!
技术更新:本文方法适用于 Python 3.6+ 及 pip 20.0+ 版本。