Python工具 | PIP的基本配置(解决pip安装速度慢的锦囊)
本文正在参加新星计划Python学习方向,详情请看:满天皮城猫忍的博客_CSDN博客-Python领域博主
目录
前言
随着信息技术的不断发展,人们学习一门编程语言也越来越重要,很多人都开启了学习编程语言的道路,本文就介绍了Python中很好用的工具-PIP的基础内容。
一、PIP是什么?
pip是Python包管理工具,提供了对Python包的下载、安装、卸载、查找的功能。
(pip 已内置于 Python 3.4 和 2.7 及以上版本,其他版本需另行安装。)
二、基本配置
1.安装
(1)在线安装 ( 网络畅通并且没有任何的防火墙限制)
win+r #进入CMD命令界面python -m ensurepip
(2)离线安装
1.先提前准备好压缩文件
官网地址:https://pypi.org/project/pip/
2.进入压缩文件路径(一定要记住把压缩文件解压出来)
win+r #进入CMD窗口cd C:\Users\Administrator\pip\pip-23.0.1 #cd切换到所要安装的包的目录,找到setup.py文件python setup.py install #直接安装
2.常用命令
1.检查是否安装、查看版本和路径
pip --version /-V
2.离线下载模块
pip download modelName -d 目录地址 或pip download -d 目录地址 -r requirements.txt
3.工具更新
python -m pip install --upgrade pip 或者 pip install -U pip
4.卸载模块包
pip uninstall 模块包
5.列出已安装且未更新的模块列表
pip list -o
6.显示模块安装的目录所在
pip show -f modelName
7.在线搜索模块
pip install pip-search #因为search功能被禁用了,所以我们需要安装pip-search包pip_search tensorflow #搜索tesorflow包名
8.检查已经安装python模块是否存在依赖关系
pip check
9.在线安装第三方模块或者通过requirements.txt(提前先创建好文本文档,在当前路径执行)进行模块安装普通用法:
pip install modelName 或 pip install -r requirements.txt
10.安装指定版本模块:
pip install modelName==0.0.1(不指定版本则默认安装最新版本)
11.导出本地的软件包和版本号:
pip freeze > requirements.txtpip install -r requirements.txt #安装本地的软件包
12.如果同时安装的模块较多建议通过requirements.txt来将模块罗列出来进行安装也可以通过命令来同时安装多个模块:
pip install modelA modelB
三、PIP安装速度提高锦囊
速度慢原因:CMD下载速度慢不是电脑网速慢的原因,一般 pip 默认使用的是国外的源,那么我们只要把国外的源换成国内的,下载速度就可以提升很多了
(1)便捷解决方法
使用其他的源来加快下载速度:
阿里云:http://mirrors.aliyun.com/pypi/simple
豆瓣:http://pypi.douban.com/simple
清华:https://pypi.tuna.tsinghua.edu.cn/simple
中国科技大学 https://mirrors.ustc.edu
华中理工大学:http://pypi.hustunique.com/
山东理工大学:http://pypi.sdutlinux.org
pip installl 包名 -i 镜像网址
(2)永久解决方法
1.在用户(user)内先创建一个文件夹pip,在里面创建一个文本文档
2.在ini.txt编辑
[global]
index-url=https://pypi.douban.com/simple
timeout = 6000
[install]
trusted-host=pypi.douban.com
disable-pip-version-check = true
3.保存 把文件后缀改成.ini
4.测试
总结
以上就是今天要讲的内容,本文仅仅简单介绍了PIP的使用安装和提高安装速度的方法,而PIP提供了大量能使我们快速便捷地安装管理PYTHON包等第三方数据包。
来源地址:https://blog.csdn.net/weixin_58216147/article/details/129674871
免责声明:
① 本站未注明“稿件来源”的信息均来自网络整理。其文字、图片和音视频稿件的所属权归原作者所有。本站收集整理出于非商业性的教育和科研之目的,并不意味着本站赞同其观点或证实其内容的真实性。仅作为临时的测试数据,供内部测试之用。本站并未授权任何人以任何方式主动获取本站任何信息。
② 本站未注明“稿件来源”的临时测试数据将在测试完成后最终做删除处理。有问题或投稿请发送至: 邮箱/279061341@qq.com QQ/279061341