在Python数据分析过程中，pandas和pandas_datareader等第三方库的安装常遇问题。本文主要解决pip安装时速度慢、超时或失败的情况。首先，遇到的常见问题是cmd窗口中使用pip install命令下载国外资源时，因网络问题导致下载失败。解决策略分为几个步骤：一是笨办法，即直接在海外网站下载需要的安装包（需确保...
在Python数据分析过程中，pandas和pandas_datareader等第三方库的安装常遇问题。本文主要解决pip安装时速度慢、超时或失败的情况。首先，遇到的常见问题是cmd窗口中使用pip install命令下载国外资源时，因网络问题导致下载失败。
解决策略分为几个步骤：一是笨办法，即直接在海外网站下载需要的安装包（需确保下载名称与pip搜索的一致），然后在本地文件夹中安装。但这并不是首选，因为速度和稳定性较差。二是临时方法，针对临时需要，可以指定国内的镜像源，如清华大学源（pypi.tuna.tsinghua.edu.cn）或阿里云源。对于使用anaconda的用户，可修改conda源至国内镜像，如通过`conda config`命令。
更为长久的解决方案是设置pip的全局镜像源。首先，找到C:\Users\Administrator\AppData\Roaming路径（隐藏文件夹需显示），在pip文件夹中新建一个pip.ini文件，内容如下：
[global] timeout = 60000 index-url = pypi.tuna.tsinghua.edu.cn...
[install] use-mirrors = true mirrors =
https://pypi.tuna.tsinghua.edu.cn替换链接地址为其他国内镜像，如豆瓣、阿里云或中国科技大学的源。这样，pip在安装时会优先选择国内镜像，显著提高安装速度。
对于Linux用户，只需在终端中修改~/.condarc文件，将默认源更改为国内镜像源。完成操作后，pip和conda的下载速度都会显著提升。这个方法可以解决大部分pip安装问题，确保数据分析师们在工作中不会因为库安装问题而耽误进度。2024-08-10
