当前位置: 首页 > news >正文

NumPy 第二课 -- 安装

目录

一. 前言

二. 使用已有的发行版本

三. 使用 pip 安装

四. Linux 下安装

五. 安装验证


一. 前言

Python 官网上的发行版是不包含 NumPy 模块的。

我们可以使用以下几种方法来安装。

二. 使用已有的发行版本

对于许多用户,尤其是在 Windows 上,最简单的方法是下载以下的 Python 发行版,它们包含了所有的关键包(包括 NumPy,SciPy,matplotlib,IPython,SymPy 以及 Python 核心自带的其它包):

  • Anaconda: 免费 Python 发行版,用于进行大规模数据处理、预测分析,和科学计算,致力于简化包的管理和部署。支持 Linux, Windows 和 Mac 系统。
  • Enthought Canopy: 提供了免费和商业发行版。持 Linux, Windows 和 Mac 系统。
  • Python(x,y): 免费的 Python 发行版,包含了完整的 Python 语言开发包 及 Spyder IDE。支持 Windows,仅限 Python 2 版本。
  • WinPython: 另一个免费的 Python 发行版,包含科学计算包与 Spyder IDE。支持 Windows。
  • Pyzo: 基于 Anaconda 的免费发行版本及 IEP 的交互开发环境,超轻量级。 支持 Linux, Windows 和 Mac 系统。

三. 使用 pip 安装

安装 NumPy 最简单的方法就是使用 pip 工具:

pip3 install --user numpy scipy matplotlib

--user 选项可以设置只安装在当前的用户下,而不是写入到系统目录。

默认情况使用国外线路,国外太慢,我们使用清华的镜像就可以:

pip3 install numpy scipy matplotlib -i https://pypi.tuna.tsinghua.edu.cn/simple

四. Linux 下安装

Ubuntu & Debian

sudo apt-get install python3-numpy python3-scipy python3-matplotlib ipython ipython-notebook python-pandas python-sympy python-nose

CentOS/Fedora

sudo dnf install numpy scipy python-matplotlib ipython python-pandas sympy python-nose atlas-devel

Mac 系统

Mac 系统的 Homebrew 不包含 NumPy 或其他一些科学计算包,所以可以使用以下方式来安装:

pip3 install numpy scipy matplotlib -i https://pypi.tuna.tsinghua.edu.cn/simple

五. 安装验证

测试是否安装成功:

>>> from numpy import *
>>> eye(4)
array([[1., 0., 0., 0.],[0., 1., 0., 0.],[0., 0., 1., 0.],[0., 0., 0., 1.]])

from numpy import * 为导入 numpy 库。

eye(4) 生成对角矩阵。


http://www.mrgr.cn/news/41644.html

相关文章:

  • AMD GPU推理:三步让你了解AI推理的游戏规则
  • 利用Spring Boot的RestTemplate进行REST客户端开发
  • Apache NiFi最全面试题及参考答案
  • MATLAB中pcg函数用法
  • 项目管理-质量管理
  • 如何对mysql优化
  • 超级干货!Air780E的串口通信分享
  • 【PostgreSQL 】实战篇——如何使用 EXPLAIN 和 ANALYZE 工具分析查询计划和性能,优化查询
  • Authentication Lab —— 靶场笔记合集
  • C Primer Plus 第7章习题
  • SQL Server—约束和主键外键详解
  • 【C++】多态(下)
  • 深度剖析音频剪辑免费工具的特色与优势
  • MySQL 分组
  • 【ubuntu】【VirtualBox】VirtualBox无法加载USB移动设备的解决方法(支持U盘启动盘)
  • 特征工程与选择:优化模型性能的关键步骤----示例:特征工程在泰坦尼克号生存预测中的应用、使用递归特征消除(RFE)进行特征选择
  • C++多重继承
  • 酒店业CRM和酒店数据管理大数据—未来之窗行业应用跨平台架构
  • Allegro从.brd文件中导出器件封装
  • Python库pandas之二