win 10 pip 安装都超时_清华Anaconda 镜像恢复及一键安装气象常用的Python库
欢迎订阅微信公众号:『气象学家』
清华Anaconda 镜像恢复使用了！
阅读建议
Python的版本和环境控制建议使用conda来管理，可以预先安装Anaconda“全家桶”或者Miniconda“瘦身版”。
此外，conda的一个好处是能够直接复刻他人的Python环境，极大地减轻了单独安装库和寻找依赖关系的工作量。
内容目录
0.前言介绍1.创建新的开发环境2.查看目前拥有的开发环境3.激活开发环境4.退出开发环境5.复制现有的开发环境6.删除已经创建的开发环境7.导出和导入开发环境的yml文件8.YML库一览9.参考
0.前言介绍
人生苦短，我用Python，气象人需要利器！
对于气象常用的Python库有一个简要的整理，主要是方便自己一键式的在不同的平台上安装常用的库。过去，依赖于pip或conda install package_name 耗时耗力，且各个库的版本号可能会存在依赖关系的冲突，往往顾此失彼。后来深入使用conda，发现依赖于导出和导入开发环境yml文件能够解决这个问题。
依赖的Python分发版本主要是Ananconda，要是觉得这个包过于庞大了。可以精简一些，只安装Miniconda也行。
这样，安装好后就能有一个基本的Python环境，在这里推荐Python3.6+以上的版本。而Python的编辑器推荐：Sublime Text3或者Pycharm，前者可以免费使用，非注册版本偶尔会提醒购买，但不影响使用，后者可以下载教育版，非商业用途，是免费使用。至于其他的还有VS Code，也是非常不错的。
Anaconda下载链接：https://www.continuum.io/downloads
Miniconda下载链接：https://docs.conda.io/en/latest/miniconda.html
前些日子，Anaconda的高校镜像库基本都关停了(清华、中科大、南大)，紧接着国内的腾讯源也不能使用了。最近清华源重新恢复了(2019-06-15)，相关的~/.condarc的配置文件可以按照如下命令添加。
命令添加：
1.
1另外一种方法修改~/.condarc的配置文件：
1channels: - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/ - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/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/ - esri - defaults当Anaconda或者Miniconda安装好了，且在~/.bashrc或~/.bash_profile或~/.zshrc环境变量配置文件中添加了Python3.6+的路径了，就可以使用了，这也是一个最基本的Base开发环境。
主要是基于macOS这个平台为例来说一下(Win/Linux类似)：
1.创建新的开发环境
conda create --name python=例如，要创建一个atmpy的环境，Python开发环境要求是3.7版本：conda create -n atmpy python=3.7
若要在当前目录下创建，则使用
conda create -p python=
2.查看目前拥有的开发环境
conda info --envs或者conda env list
3.激活开发环境
conda activate
上面的例子，conda activate atmpy
4.退出开发环境
conda deactivate
5.复制现有的开发环境
conda create --name --clone
例如，把已经创建atmpy开发环境进行复制：conda create --name atmpy_copy --clone atmpy
6.删除已经创建的开发环境
conda remove --name --all
例如，删除之前复制的开发环境，
conda remove --name atmpy_copy --all
7.导出和导入开发环境的yml文件
导出conda env export > environment.yml
导入conda env create -f environment.yml
导出和导入都会自动帮你处理好pip中的依赖，如果是库出现了冲突，直接把版本号删除就行了，而pip中无法在线安装的，会提示警告，之后可以依据python setup.py install 手动安装。最后，yml文件可以利用name命名导入的环境，以及依赖的源，prefix指定新建的环境安装的位置。在此，我提供了两个自己常用的Python气象库yml文件。有了它，就可以一键式安装了，妈妈再也不担心也删了装，装了删。但最重要的是自己写的代码和数据集的有一个云端自动备份，且能够保存版本，这里推荐Dropbox，通过推荐新用户的办法可以扩展到18GB左右，存点核心数据和代码不成问题(需要科学上网来保证其正常使用，推荐SSR)。
人生苦短，我用Python
8.YML库一览
YML文件下载：https://box.nju.edu.cn/f/c4220903c4d244fb9bed/
1注意：1.需要根据自己路径来修改prefix; 2.注释掉pip的部分，后续再单独使用pip安装。
9.参考
https://zhuanlan.zhihu.com/p/62899936
https://mirrors.tuna.tsinghua.edu.cn/news/
https://zhuanlan.zhihu.com/p/64766956
https://repo.continuum.io/pkgs/
Python的历史文章推荐
并行下载最新ERA-5数据的Python脚本
Python中如何使用NCL的全部色表Colormaps？
Jupyter notebook简介及嵌入Hexo博客中
有任何问题都欢迎交流探讨，共同学习进步！
点个试试！ ↓❤↓۞↓➹↓♨↓۞↓