python國內鏡像源

Ⅰ 如何在Mac版本的python中使用anaconda環境

下載 Anaconda
直接在官網下載安裝包， 選擇 Python3.6 的安裝包進行下載，下載完成後直接安裝，安裝過程選擇默認配置即可，大約需要1.8G的磁碟空間。
conda 工具介紹
conda 是 Anaconda 下用於包管理和環境管理的工具，功能上類似 pip 和 vitualenv 的組合。安裝成功後 conda 會默認加入到環境變數中，因此可直接在命令行窗口運行命令 conda
conda 的環境管理與 virtualenv 是基本上是類似的操作。
# 查看幫助
conda -h
# 基於python3.6版本創建一個名字為python36的環境
conda create --name python36 python=3.6
# 激活此環境
activate python36
# 再來檢查python版本，顯示是 3.6
python -V
# 退出當前環境
deactivate python36
# 刪除該環境
conda remove -n python36 --all
# 或者
conda env remove -n python36

# 查看所以安裝的環境
conda info -e
python36 * D:\Programs\Anaconda3\envs\python36
root D:\Programs\Anaconda3

conda 的包管理功能可 pip 是一樣的，當然你選擇 pip 來安裝包也是沒問題的。
# 安裝 matplotlib
conda install matplotlib
# 查看已安裝的包
conda list
# 包更新
conda update matplotlib
# 刪除包
conda remove matplotlib

在 conda 中 anything is a package。conda 本身可以看作是一個包，python 環境可以看作是一個包，anaconda 也可以看作是一個包，因此除了普通的第三方包支持更新之外，這3個包也支持。比如：
# 更新conda本身
conda update conda
# 更新anaconda 應用
conda update anaconda
# 更新python，假設當前python環境是3.6.1，而最新版本是3.6.2，那麼就會升級到3.6.2
conda update python

修改鏡像地址
Anaconda 的鏡像地址默認在國外，用 conda 安裝包的時候會很慢，目前可用的國內鏡像源地址有清華大學的。修改 ~/.condarc (linux/Mac) 或 C:\Users\當前用戶名\.condarc (Windows) 配置：
channels:
-
- defaults
show_channel_urls: true

如果使用conda安裝包的時候還是很慢，那麼可以考慮使用pip來安裝，同樣把 pip 的鏡像源地址也改成國內的，豆瓣源速度比較快。修改 ~/.pip/pip.conf (Linux/Mac) 或 C:\Users\當前用戶名\pip\pip.ini (Windows) 配置：
[global]
trusted-host = pypi.douban.com
index-url =

環境搭建好之後就可以開始愉快地玩數據分析了。
來源：Anaconda 入門安裝教程 - FooFish

Ⅱ 關於python第三方模塊 求指教

你先從python的安裝開始檢查，或者重裝python；

1. 安裝的時候在第一個頁面把 □add path勾上，默認添加環境變數，可能是你沒有添加。

2. 安裝的時候盡量用國內的鏡像源，可以先升級pip指令，然後要切換到安裝python的目錄下，我這邊是安裝在C盤的根目錄所以寫 cd c: 回車後加上指令。
   

   1、python -m pip install --upgrade pip -i http://pypi.douban.com/simple/ --trusted-host pypi.douban.com

   2、切換為C盤根目錄：pip install -i https://pypi.douban.com/simple pillow
   cd c: pip install -i https://pypi.douban.com/simple pillow

3. 看看你編寫代碼的工具裡面有沒有導入庫，如果還不行就是你工具的原因。

4. 工具你可以使用wing pro ，vscode ，aptana 三選一，體量小，方便使用。

5. 還有不懂你再追問。
   

Ⅲ 怎麼在mac 系統上使用Python怎麼安裝Anaconda

1. 首先安裝python，我選擇安裝Anaconda （Windows 64-Bit Python 2.7 Graphical Installer 下載地址）。
Anaconda的一些命令（在Anaconda的命令行窗口輸入）：
conda list #該命令，將列出Anaconda安裝的所有應用包，我們可以看到Anaconda已經安裝了numpy, nose, pip, python, scipy, mingw等等。
conda install <pkg name> #該命令用於安裝應用包，如 conda install numpy.
pip install <pkg name> #該命令用於安裝應用包，如 pip install theano.
conda update <pkg name> #升級應用包，如 conda update python
2. 安裝Theano，在Anaconda 的命令窗口中輸入 pip install theano，可以看到程序開始下載安裝包，並檢查是否滿足安裝條件：numpy>=1.5.0，scipy>=0.7.2，滿足條件之後開始運行setup.py安裝theano，安裝完成後會顯示Successfully installed theano。
3. 測試Theano安裝情況。
（1）在ipython中輸入以下兩行代碼：
import theano
theano.test（）
會顯示theano的版本號，安裝位置，已經其他包的安裝版本，如numpy,nose,python等。
在運行中出現g++不是內部或外部命令，也不是可運行的程序或批處理文件。
（2）在Anaconda的命令行窗口輸入：python Lib\site-packages\theano\tests\run_tests_in_batch.py
顯示unable to find theano-nose，查看run_tests_in_batch.py發現，其中路徑設置為在bin下尋找theano-nose文件，而實際上Anaconda文件夾下根本沒有bin這個文件夾，theano-nose存放在Scripts文件夾中。
》》》嘗試1：將Scripts更名為bin，重新運行這句命令，可以成功運行。但是出現一個warning，提示沒有檢測到g++，所以無法運行優化後的C代碼版本，只能執行python版本。
該種嘗試的結果是，下次打開Anaconda 命令窗口後出現錯誤，因為其運行路徑為Scripts，所以還是不要修改了。
（3）g++問題。我們打開MinGW文件夾，可以很清楚的看到有g++，但是為什麼使用不了呢？？在Anaconda 命令窗口中輸入g++也能成功調用g++.exe啊。所以結論是，鑒於這個代碼中出現很明顯的漏洞，所以說不定這里也是錯誤，先不管這些了。
試著做了以下配置，也不知行不行。
添加環境變數： path: C:\Anaconda\MinGW\bin;C:\Anaconda\MinGW\x86_64-w64-mingw32\lib;
新建環境變數： PYTHONPATH: C:\Anaconda\Lib\site-packages\theano;
在home目錄下（cmd可以看到，我的是C:\Users\Administrator），創建 .theanorc.txt 文件內容如下：
[global]
openmp=False
[blas]
ldflags=
[gcc]
cxxflags = -IC:\MinGW\include
（4）驗證BLAS是否安裝成功。由於numpy是依賴BLAS的，如果BLAS沒有安裝成功，雖然numpy亦可以安裝，但是無法使用BLAS的加速。驗證numpy是否真的成功依賴BLAS編譯，用以下代碼試驗：
>>> import numpy
>>> id（numpy.dot） == id（numpy.core.multiarray.dot）
False
結果為False表示成功依賴了BLAS加速，如果是Ture則表示用的是python自己的實現並沒有加速。

Ⅳ 如何製作一個定製的 Python 基礎 Docker 鏡像

為了確保所有示例能正常運行，DaoCloud 提供了一套境內鏡像源，並與官方源保持同步。如果使用 DaoCloud 的鏡像源，則指向：FROM cloud.io/ubuntu:trusty
設置鏡像的維護者，相當於鏡像的作者或發行方。

Ⅳ mac系統python安裝了anaconda，在idle中如何import numpy

下載 Anaconda
直接在官網下載安裝包， 選擇 Python3.6 的安裝包進行下載，下載完成後直接安裝，安裝過程選擇默認配置即可，大約需要1.8G的磁碟空間。
conda 工具介紹
conda 是 Anaconda 下用於包管理和環境管理的工具，功能上類似 pip 和 vitualenv 的組合。安裝成功後 conda 會默認加入到環境變數中，因此可直接在命令行窗口運行命令 conda
conda 的環境管理與 virtualenv 是基本上是類似的操作。
# 查看幫助
conda -h
# 基於python3.6版本創建一個名字為python36的環境
conda create --name python36 python=3.6
# 激活此環境
activate python36
# 再來檢查python版本，顯示是 3.6
python -V
# 退出當前環境
deactivate python36
# 刪除該環境
conda remove -n python36 --all
# 或者
conda env remove -n python36

# 查看所以安裝的環境
conda info -e
python36 * D:\Programs\Anaconda3\envs\python36
root D:\Programs\Anaconda3

conda 的包管理功能可 pip 是一樣的，當然你選擇 pip 來安裝包也是沒問題的。
# 安裝 matplotlib
conda install matplotlib
# 查看已安裝的包
conda list
# 包更新
conda update matplotlib
# 刪除包
conda remove matplotlib

在 conda 中 anything is a package。conda 本身可以看作是一個包，python 環境可以看作是一個包，anaconda 也可以看作是一個包，因此除了普通的第三方包支持更新之外，這3個包也支持。比如：
# 更新conda本身
conda update conda
# 更新anaconda 應用
conda update anaconda
# 更新python，假設當前python環境是3.6.1，而最新版本是3.6.2，那麼就會升級到3.6.2
conda update python

修改鏡像地址
Anaconda 的鏡像地址默認在國外，用 conda 安裝包的時候會很慢，目前可用的國內鏡像源地址有清華大學的。修改 ~/.condarc (Linux/Mac) 或 C:\Users\當前用戶名\.condarc (Windows) 配置：
channels:
-
- defaults
show_channel_urls: true

如果使用conda安裝包的時候還是很慢，那麼可以考慮使用pip來安裝，同樣把 pip 的鏡像源地址也改成國內的，豆瓣源速度比較快。修改 ~/.pip/pip.conf (Linux/Mac) 或 C:\Users\當前用戶名\pip\pip.ini (Windows) 配置：
[global]
trusted-host =
index-url =

環境搭建好之後就可以開始愉快地玩數據分析了。

Ⅵ PyPI中國鏡像知多少和國內的python用戶如何使用pypi鏡像源

pipinstall-ihttp://pypi.douban.com/simple/django
pipinstall--trusted-hosthttp://pypi.douban.com/simple/django

以django為例子。

Ⅶ python如何下載環境

先來區分幾個在Python基礎學習中比較容易混淆的工具，然後幫助大家一步步修改鏡像源，完成環境的搭建，下面一起來看看吧！

1、概念區分

對於剛剛開始學習Python的零基礎小白來說，可能很容易就會對Pycharm、Python解釋器、conda安裝、pip安裝這個幾個概念混淆。下面跟著我來逐一認識一下它們：

（1）Pycharm是Pytho開發的集成開發環境(Integrated Development Environment，簡稱IDE)，它本身無法執行Python代碼。

（2）Python解釋器才是真正執行代碼的工具，pycharm里可設置Python解釋器，一般我們可去Python官網下載Python3.7或Python3.8版本；如果安裝過anaconda ，它裡面必然也包括一個某版本的Python解釋器；Pycharm配置Python解釋器選擇哪一個都可以。

（3）anaconda是把python所有常用包的合集，並提供給我們使用 conda 命令非常非常方便的安裝各種Python包。

（4）conda安裝：我們安裝過anaconda軟體後，就能夠使用conda命令下載anaconda源里(比如中科大鏡像源)的包。

（5）pip安裝：也是一種類似於conda安裝的python安裝方法，如果用過Centos系統，它就像yum安裝一樣。

2、修改鏡像源

在使用安裝 conda 安裝某些包會出現慢或安裝失敗問題，最有效方法是修改鏡像源為國內鏡像源。之前都選用清華鏡像源，但是2019年後已停止服務。推薦選用中科大鏡像源。

先查看已經安裝過的鏡像源，cmd窗口執行命令：

conda config --show

查看配置項 channels ，如果顯示帶有 tsinghua ，則說明已安裝過清華鏡像。

channels:

https://mirrors.tuna.tsinghua.e.cn/tensorflow/linux/cpu/

https://mirrors.tuna.tsinghua.e.cn/anaconda/cloud/msys2/

https://mirrors.tuna.tsinghua.e.cn/anaconda/cloud/conda-forge/

https://mirrors.tuna.tsinghua.e.cn/anaconda/pkgs/free/

https://mirrors.tuna.tsinghua.e.cn/anaconda/cloud/pytorch/

下一步，使用 conda config --remove channels url地址 刪除清華鏡像，如下命令刪除第一個。然後，依次刪除所有鏡像源

conda config --remove channels https://mirrors.tuna.tsinghua.e.cn/tensorflow/linux/cpu/

添加目前可用的中科大鏡像源：

conda config --add channels https://mirrors.ustc.e.cn/anaconda/pkgs/free/

並設置搜索時顯示通道地址：

conda config --set show_channel_urls yes

確認是否安裝鏡像源成功，執行 conda config --show ，找到 channels 值為如下：

channels:

https://mirrors.ustc.e.cn/anaconda/pkgs/free/

defaults

以上就是分享的Python基礎學習之環境搭建的全部學習內容，大家都看懂了嗎？希望本文的分享能幫到大家！

Ⅷ python'的環境搭建怎麼弄

1、概念區分

對於剛剛開始學習Python的零基礎小白來說，可能很容易就會對Pycharm、Python解釋器、conda安裝、pip安裝這個幾個概念混淆。下面跟著我來逐一認識一下它們：

（1）Pycharm是Pytho開發的集成開發環境(Integrated Development Environment，簡稱IDE)，它本身無法執行Python代碼。

（2）Python解釋器才是真正執行代碼的工具，pycharm里可設置Python解釋器，一般我們可去Python官網下載Python3.7或Python3.8版本；如果安裝過anaconda ，它裡面必然也包括一個某版本的Python解釋器；Pycharm配置Python解釋器選擇哪一個都可以。

（3）anaconda是把python所有常用包的合集，並提供給我們使用 conda 命令非常非常方便的安裝各種Python包。

（4）conda安裝：我們安裝過anaconda軟體後，就能夠使用conda命令下載anaconda源里(比如中科大鏡像源)的包。

（5）pip安裝：也是一種類似於conda安裝的python安裝方法，如果用過Centos系統，它就像yum安裝一樣。

2、修改鏡像源

在使用安裝 conda 安裝某些包會出現慢或安裝失敗問題，最有效方法是修改鏡像源為國內鏡像源。之前都選用清華鏡像源，但是2019年後已停止服務。推薦選用中科大鏡像源。

先查看已經安裝過的鏡像源，cmd窗口執行命令：

conda config --show

查看配置項 channels ，如果顯示帶有 tsinghua ，則說明已安裝過清華鏡像。

channels:

https://mirrors.tuna.tsinghua.e.cn/tensorflow/linux/cpu/

https://mirrors.tuna.tsinghua.e.cn/anaconda/cloud/msys2/

https://mirrors.tuna.tsinghua.e.cn/anaconda/cloud/conda-forge/

https://mirrors.tuna.tsinghua.e.cn/anaconda/pkgs/free/

https://mirrors.tuna.tsinghua.e.cn/anaconda/cloud/pytorch/

下一步，使用 conda config --remove channels url地址 刪除清華鏡像，如下命令刪除第一個。然後，依次刪除所有鏡像源

conda config --remove channels https://mirrors.tuna.tsinghua.e.cn/tensorflow/linux/cpu/

添加目前可用的中科大鏡像源：

conda config --add channels https://mirrors.ustc.e.cn/anaconda/pkgs/free/

並設置搜索時顯示通道地址：

conda config --set show_channel_urls yes

確認是否安裝鏡像源成功，執行 conda config --show ，找到 channels 值為如下：

channels:

https://mirrors.ustc.e.cn/anaconda/pkgs/free/

defaults

以上就是分享的Python基礎學習之環境搭建的全部學習內容，大家都看懂了嗎？希望本文的分享能幫到大家！

Ⅸ 伺服器在python環境中安裝了apex,但包AMP+not+support

摘要 1.pip 不是內部命令