使用Python做数据分析或者机器学习的经常需要使用到Anaconda和pip来安装各种环境,然而这两个工具服务器地址都在海外,连接国内的速度都一言难尽。
因此这篇文章分享一下替换下载源为镜像源的方式来加速这两个工具的操作
加速Anaconda
国内加速Anaconda用的最多的还是清华大学提供的镜像源,除了pytorch-nightly
, pytorch-nightly-cpu
, ignite-nightly
这三个包之外几乎都及时同步到了最新的版本
Anaconda 安装包可以到 https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/ 下载。
Linux系统替换下载源的方式是修改用户目录下的.condarc
文件
Windows用户无法直接创建.condarc
文件,可以先执行conda config --set show_channel_urls yes
生成该文件之后再修改
修改文件内容为:
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
msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
之后运行 conda clean -i
清除索引缓存,就可以正常使用了
加速pip
pip国内通常使用的源有五个,分别为
阿里云 https://mirrors.aliyun.com/pypi/simple/
中国科技大学 https://pypi.mirrors.ustc.edu.cn/simple/
豆瓣(douban) https://pypi.douban.com/simple/
清华大学 https://pypi.tuna.tsinghua.edu.cn/simple/
中国科学技术大学 https://pypi.mirrors.ustc.edu.cn/simple/
之后运行pip时在后面加上-i
属性用于指定源即可
pip install numpy -i https://mirrors.aliyun.com/pypi/simple/
不过如果是使用Anaconda的Python环境的话,也可以创建一个配置文件来指定默认的源
首先进入Conda的安装目录,之后创建一个pip.ini
文件,在里面输入如下内容即可
[global]
index-url = https://mirrors.aliyun.com/pypi/simple/