Python 安装过程（包括通过官方安装程序、Anaconda安装或`pip install`安装包）出现进度卡住、停滞不前甚至最终失败的常见原因主要集中在**网络连接、镜像源配置、依赖冲突、系统权限和安装包缓存**这几个方面 [ref_2][ref_5][ref_6]。解决思路也围绕这些关键点展开，具体取决于你是在**安装Python解释器本身**还是在**安装第三方Python包**时遇到问题。 ### **1. 问题诊断与分类** 首先，需要明确具体是哪一步安装进度卡住： | 安装场景 | 典型表现 | 主要原因分析 | | :--- | :--- | :--- | | **Python解释器安装** (从 `python.org` 下载的 .exe 安装程序) | 进度条长时间停滞在某个百分比，或“正在安装 Pip”步骤不动。 | 1. **网络问题**：连接Python官网服务器下载组件缓慢或中断 [ref_5][ref_6]。<br>2. **系统权限/安全软件干扰**：安装程序需要写入系统目录被阻止。<br>3. **原有Python残留**：系统中存在旧版本Python或残留文件导致冲突。 | | **Anaconda/Miniconda 安装** | 解压或安装到特定步骤（如注册环境变量）时卡死。 | 1. **杀毒软件/防火墙**：实时扫描干扰了大型文件的解压和写入 [ref_1]。<br>2. **磁盘空间不足或权限问题**：目标安装目录无法正常写入。<br>3. **路径包含非ASCII字符**：安装路径或用户名为中文等可能引发问题。 | | **使用 `pip install` 安装Python包** | 进度条在 `Downloading...` 或 `Installing collected packages...` 阶段卡住，长时间无响应 [ref_2][ref_3]。 | 1. **网络连接到PyPI服务器速度慢/超时**：尤其是使用默认国外源时 [ref_3][ref_5]。<br>2. **依赖解析复杂**：包依赖关系复杂，`pip` 在解析依赖版本时耗时 [ref_2]。<br>3. **环境隔离/冲突**：当前Python环境（如基础环境）已安装的包与新包版本冲突 [ref_2][ref_5]。 | | **使用 `conda install` 安装包** | 进度条在 `Solving environment:` 阶段长时间卡住，或下载包时停滞 [ref_2][ref_5][ref_6]。 | 1. **镜像源问题**：默认的 `conda` 国外源不稳定或未正确配置 [ref_5][ref_6]。<br>2. **依赖冲突严重**：`conda` 在尝试为请求的包找到一组相互兼容的依赖版本时，可能进入复杂的、耗时极长的求解过程 [ref_6]。<br>3. **缓存损坏**：`.conda` 或 `pkgs` 目录下的缓存文件损坏 [ref_5]。 | ### **2. 解决方案：针对 `pip install` 安装包卡住** 这是最常见的场景。以下方法按推荐顺序排列。 #### **方案 2.1：更换为国内镜像源（最有效）** 直接连接Python官方源（PyPI）速度慢，使用国内镜像可以极大提升下载速度 [ref_3]。 * **临时使用镜像源**：在 `pip install` 命令后添加 `-i` 参数指定镜像地址。 ```bash pip install <package_name> -i https://pypi.tuna.tsinghua.edu.cn/simple ``` 常用国内镜像源包括： * 清华大学：`https://pypi.tuna.tsinghua.edu.cn/simple` * 阿里云：`https://mirrors.aliyun.com/pypi/simple/` * 豆瓣：`http://pypi.douban.com/simple/` * **永久配置镜像源**（Windows用户）： 1. 在用户目录（如 `C:\Users\你的用户名\`）下创建一个名为 `pip` 的文件夹。 2. 在该文件夹内创建一个名为 `pip.ini` 的文件。 3. 用记事本编辑 `pip.ini`，输入以下内容并保存： ```ini [global] index-url = https://pypi.tuna.tsinghua.edu.cn/simple trusted-host = pypi.tuna.tsinghua.edu.cn ``` 配置后，之后所有 `pip install` 命令都会默认使用清华源 [ref_3]。 #### **方案 2.2：手动下载 `.whl` 文件离线安装** 如果网络问题无法解决，或安装特别大的包（如 `numpy`, `pandas`, `tensorflow`），可以手动下载 `.whl`（wheel）文件进行离线安装 [ref_2][ref_5]。 1. 访问第三方包的非官方预编译包站点（如Unofficial Windows Binaries for Python Extension Packages）或从镜像源直接下载对应的 `.whl` 文件。 2. 下载时注意选择与你的 **Python版本** 和 **系统架构**（如 `cp310` 表示 Python 3.10, `win_amd64` 表示 64 位 Windows）相匹配的文件。 3. 在命令行中进入 `.whl` 文件所在目录，使用 `pip install` 命令直接安装该文件。 ```bash pip install numpy‑1.24.3‑cp310‑cp310‑win_amd64.whl ``` #### **方案 2.3：升级 `pip` 与设置超时时间** 有时是 `pip` 工具本身版本过旧导致的网络请求问题。 * **升级 `pip`**： ```bash python -m pip install --upgrade pip ``` * **增加超时和重试次数**： ```bash pip install <package_name> --default-timeout=1000 --retries=5 ``` ### **3. 解决方案：针对 `conda install` 安装包卡住** Conda环境下的安装卡住，主要原因是网络和依赖冲突 [ref_2][ref_5][ref_6]。 #### **方案 3.1：为 Conda 配置国内镜像源** 这是解决 `conda install` 下载慢或卡住最直接的方法 [ref_5][ref_6]。 1. **添加清华源等国内镜像**。在 **Anaconda Prompt** 或 **命令行** 中依次执行以下命令： ```bash conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/ conda config --set show_channel_urls yes ``` 2. **清除缓存并重试**： ```bash conda clean --all # 清除所有缓存和未使用的包 conda install <package_name> ``` #### **方案 3.2：在 `conda` 环境中改用 `pip` 安装** 如果 `conda` 的依赖求解过程过于复杂导致卡在 `Solving environment:`，可以尝试在该 `conda` 环境中使用 `pip` 来安装特定包（但需注意可能引入依赖不兼容风险）。 ```bash # 先激活你的conda环境 conda activate my_env # 然后在该环境中使用pip安装 pip install <package_name> -i https://mirrors.tuna.tsinghua.edu.cn/pypi/web/simple ``` **注意**：在 `conda` 环境中混用 `pip` 可能导致环境管理混乱，应谨慎使用，并优先使用 `conda` [ref_2]。 #### **方案 3.3：创建干净的新环境并指定版本安装** 依赖冲突是 `conda` 卡住的另一个主要原因。可以尝试创建一个全新的、干净的 `conda` 环境，并明确指定包的版本（特别是对于 `PyTorch` 这种依赖复杂的包） [ref_5][ref_6]。 ```bash # 创建一个新环境 conda create -n new_env python=3.9 conda activate new_env # 在新环境中，使用官网推荐的命令（去除了 -c pytorch 以默认使用你配置好的镜像源） conda install pytorch torchvision torchaudio cpuonly # 以CPU版为例 ``` 为特定包（如 `PyTorch`）指定版本和渠道，可以减少求解空间，避免冲突 [ref_5]。 ```bash conda install pytorch==1.13.1 torchvision==0.14.1 torchaudio==0.13.1 cpuonly -c pytorch ``` ### **4. 解决方案：针对 Python 解释器或 Anaconda 安装程序卡住** 对于安装程序本身的卡住，可以从以下方面排查： 1. **关闭安全软件**：**暂时禁用** Windows Defender 的实时保护、杀毒软件或防火墙，然后重试安装过程。安装完成后再重新开启 [ref_1]。 2. **以管理员身份运行**：右键点击安装程序（`.exe` 或 `.msi`），选择“**以管理员身份运行**”，确保有足够的权限写入系统目录。 3. **检查安装路径**：确保安装路径（如 `C:\Python39` 或 `C:\Users\用户名\Anaconda3`）**不包含任何中文、空格或特殊字符**，最好使用全英文路径。 4. **使用离线安装包**：对于 Python 解释器，从 `python.org` 下载“embeddable zip file”或“Windows installer (64-bit)”后，在网络稳定的情况下安装。对于 Anaconda，同样可以下载完整的 `.exe` 安装包后离线运行。 ### **5. 通用解决流程与总结** 遵循以下流程可以系统性地解决大多数“安装卡住”问题： ```mermaid graph TD A[Python安装进度卡住] --> B{判断安装类型}; B -->|pip install 包| C[检查网络/更换国内镜像源<br>（方案2.1）]; B -->|conda install 包| D[1. 配置conda国内镜像源<br>（方案3.1）<br>2. 如仍卡住， 创建新环境安装（方案3.3）]; B -->|Python/Anaconda安装程序| E[1. 关闭杀毒软件/以管理员运行<br>2. 检查路径无中文<br>3. 确保网络稳定]; C --> F[尝试离线安装.whl文件<br>（方案2.2）]; D --> G[在conda环境中尝试用pip安装<br>（方案3.2， 需谨慎）]; E --> H[问题解决]; F --> H; G --> H; ``` **总结核心要点**： * **网络问题是最常见诱因**：对于 `pip` 和 `conda`，**切换到稳定、高速的国内镜像源**是首要且最有效的解决方案 [ref_3][ref_5][ref_6]。 * **环境冲突是深层原因**：对于 `conda` 卡在依赖解析，以及 `pip` 安装后运行时出错，创建并使用一个**全新的、隔离的虚拟环境或 `conda` 环境**是根除冲突的最佳实践 [ref_2][ref_5]。 * **离线安装是终极备用方案**：在网络环境极差或镜像源也失效时，手动下载对应平台的预编译 `.whl` 文件进行离线安装是可靠的备用方法 [ref_2][ref_5]。 * **系统级安装需排除干扰**：安装Python或Anaconda本体时，确保拥有管理员权限、关闭实时安全扫描、并使用纯英文安装路径，可以避免大多数因权限和系统设置导致的卡顿问题 [ref_1]。 通过上述针对性方案，绝大多数因网络、依赖或权限导致的Python安装卡住问题都能得到有效解决。