机器学习中利用国内镜像安装包

        由于我们需要的一些机器学习的包需要在国外网站上下载，鉴于国内的种种限制，我们往往需要借助国内的镜像来实现快速下载，这里就常用的几个做一下总结：

（1）国内常用镜像

• 国内源：

清华：https://pypi.tuna.tsinghua.edu.cn/simple

阿里云：https://mirrors.aliyun.com/pypi/simple/

中国科技大学 https://pypi.mirrors.ustc.edu.cn/simple/

华中理工大学：https://pypi.hustunique.com/

山东理工大学：https://pypi.sdutlinux.org/ 

豆瓣：https://pypi.douban.com/simple/

（2）怎么使用

• 临时使用：

可以在使用pip的时候加参数-i https://pypi.tuna.tsinghua.edu.cn/simple
例如：pip install -i https://pypi.tuna.tsinghua.edu.cn/simple pyspider，这样就会从清华这边的镜像去安装pyspider库。

          也可以用pip install pyspider --index-url https://pypi.tuna.tsinghua.edu.cn/simple。

• 永久修改，一劳永逸：

Linux下，修改 ~/.pip/pip.conf (没有就创建一个文件夹及文件。文件夹要加“.”，表示是隐藏文件夹)

内容如下：

[global]
index-url = https://pypi.douban.com/simple

[install]
trusted-host=mirrors.aliyun.com

windows下，直接在user目录中创建一个pip目录，再新建文件pip.ini。（例如：C:\Users\WQP\pip\pip.ini）内容同上。有时候Windows下需要通过whl包来进行安装，此时可以先去下面的网站找到和自己环境（python版本和系统）匹配的whl文件，然后再直接pip install该whl包即可实现安装。

https://www.lfd.uci.edu/~gohlke/pythonlibs/

补充：

• 想要查看包是否安装：

避免先进入python环境，然后再import该包查看是否安装，可以尝试下面命令

python -c "import numpy as np" ###替换成想测试的包即可
//常见的还有一种python -m http.server    #python3中启动一个简单的http服务器
//这种方式将库中的python模块用作脚本去运行，与直接运行脚本区别在于影响sys.path这个属性

• 想要查看安装包的版本信息

在导入包后，利用下面命令查看

import numpy as np

print(np)  ###查看包安装的位置
print(np.__version__) ###查看安装包的版本信息

• 查看可选择的包的版本

在安装包的时候输入以下命令及可得到其可替换的版本，然后再选择安装

pip install numpy==   ###会输出安装替换的版本，选择后再安装

conda search numpy   ###需先安装anaconda

yum search numpy   ##centos系统

• 其实pip安装与源码安装第三方库区别不大，看自己需求来，只不过大家习惯了用pip来安装，简单快捷方便，不需要make即可。另外再补充一点，有时候我们在看一些源码的时候会发现，发现一些模块没有提供pip install 命令和安装教程 , 只提供了一个setup.py文件，这个时候安装步骤如下，

1、进入终端
2、python setup.py build
3、python setup.py install

同时，需要注意的是python setup.py install 用于安装（通常是第三方）软件包，您不打算自己开发/修改/调试。

对于你自己的东西，你想先安装你的软件包，然后能够经常编辑代码，而不必每次都重新安装软件包 - 这正是python setup.py develop它的作用：它安装软件包（通常只是一个源文件夹）以某种方式允许您在将代码安装到（虚拟）环境后方便地编辑代码，并使更改立即生效。

请注意，强烈建议使用pip install .（安装）和pip install -e .（开发人员安装）来安装软件包，因为setup.py直接调用会对许多依赖项执行错误操作，例如pull prereleases和不兼容的软件包版本，或者使软件包难以卸载pip。

如果适应了用conda来进行包的安装，直接用conda install xxx即可，但是同样的原因下载比较慢，于是可以考虑添加国内镜像，

永久方式：

修改conda 应用程序的配置文件，在用户的根目录之下：

windows：C:\users\username\.condarc    inux：/home/username/.condarc

查看源：conda config --show-sources
添加清华源：conda config --add channels
是否显示channel的来源：conda config --set show_channel_urls yes/no
移除源：conda config --remove channels

临时方式：

conda install  -c  镜像源地址  package

conda install  --channel  镜像源地址  package

比如，

conda install pytorch=0.4.1 torchvision -c pytorch
conda install pytorch torchvision torchaudio cudatoolkit=11.0 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/linux-64/

补充一句，安装torch和对应的torchvision版本可以参考如下信息

torch每迭代一个大的版本，torchvision也会随之升级一个版本。如果不想利用conda安装可以直接去

https://download.pytorch.org/whl/torch_stable.html

下载安装即可。

• 对于有些包不能直接通过pip来安装，需要借助setup.py来完成，具体操作如下，

python setup.py install

常见的场景有程序打包分发时需要包括自己的一些操作时，具体的可以参考这篇博客Python 的 setup.py 详解_calvinpaean的博客-CSDN博客。