python卸載numpy

Ⅰ python中怎樣安裝numpy模塊

1.在python官網https://pypi.python.org/pypi/numpy中找到安裝的python版本對應的numpy版本。

例如：

python版本是

Ⅱ python和anaconda的區別

1、安裝包大小不同

python自身缺少numpy、matplotlib、scipy、scikit-learn等一系列包，需要安裝pip來導入這些包才能進行相應運算。

Anaconda(開源的Python包管理器)是一個python發行版，包含了conda、Python等180多個科學包及其依賴項。包含了大量的包，使用anaconda無需再去額外安裝所需包。

2、作用不同

Python語法和動態類型，以及解釋型語言的本質，使它成為多數平台上寫腳本和快速開發應用的編程語言。anaconda可以用於在同一個機器上安裝不同版本的軟體包及其依賴，並能夠在不同的環境之間切換。

3、性質不同

Anaconda是一個打包的集合，裡面預裝好了conda、某個版本的python、眾多packages、科學計算工具等等，所以也稱為Python的一種發行版。

Python 是一個高層次的結合了解釋性、編譯性、互動性和面向對象的腳本語言。

Ⅲ conda安裝scikit-learn之後lib中沒有

Python開源工具包：scikit-learn 是關於機器學習的開發包，主頁：http://scikit-learn.org/stable/index.html
這個包把經典的機器學習演算法都利用python進行了實現，是學習機器學習很好理論與實踐結合材料，但是在安裝scikit-learn 出現各種奇怪問題，這里做一個總結。
為了方便以後python各類工具包安裝，可以先安裝python easy_install

下載安裝python安裝工具
下載地址：http://pypi.python.org/pypi/setuptools 可以找到正確的版本進行下載。win7 32位可以下載setuptools-0.6c11.win32-py2.7.exe 。
我安裝在：D:\pytho27\Scripts 下，可以個這個路徑配置path ，這樣方便cmd 中直接調用 ，類似下圖：

檢驗是否安裝成功如下圖：

安裝了easy_install 之後安裝python的庫就很簡單了，以後需要安裝python的庫的話則直接在命令行使用
easy_install + python庫的名字 如：easy_install numpy

scikit-learn需要以下包或者工具：
Python (>= 2.6 or >= 3.3),
NumPy (>= 1.6.1),
SciPy (>= 0.9).
但是我在安裝後發現出現了一下幾種錯誤：
I cannot import datetime from a python script,
ValueError: numpy.ufunc has the wrong size, try recompiling

ImportError: cannot import name check_build

後面看到http://stackoverflow.com/questions/17709641/valueerror-numpy-dtype-has-the-wrong-size-try-recompiling

Numpy developers follow in general a policy of keeping a backward compatible binary interface (ABI). However, the ABI is not forward compatible.
What that means:
A package, that uses numpy in a compiled extension, is compiled against a specific version of numpy. Future version of numpy will be compatible with the compiled extension of the package (for exception see below). Distributers of those other packages do not need to recompile their package against a newer versions of numpy and users do not need to update these other packages, when users update to a newer version of numpy.
However, this does not go in the other direction. If a package is compiled against a specific numpy version, say 1.7, then there is no guarantee that the binaries of that package will work with older numpy versions, say 1.6, and very often or most of the time they will not.
The binary distribution of packages like pandas and statsmodels, that are compiled against a recent version of numpy, will not work when an older version of numpy is installed. Some packages, for example matplotlib, if I remember correctly, compile their extensions against the oldest numpy version that they support. In this case, users with the same old or any more recent version of numpy can use those binaries.
The error message in the question is a typical result of binary incompatibilities.
The solution is to get a binary compatible version, either by updating numpy to at least the version against which pandas or statsmodels were compiled, or to recompile pandas and statsmodels against the older version of numpy that is already installed.
Breaking the ABI backward compatibility:
Sometimes improvements or refactorings in numpy break ABI backward compatibility. This happened (unintentionally) with numpy 1.4.0. As a consequence, users that updated numpy to 1.4.0, had binary incompatibilities with all other compiled packages, that were compiled against a previous version of numpy. This requires that all packages with binary extensions that use numpy have to be recompiled to work with the ABI incompatible version.
大意就是我的numpy版本和scikit-learn版本不搭配，然後我卸載了numpy ，從numpy1.6 一直嘗試到1.8 發現1.8安裝後沖突消失。真讓人蛋疼安裝，推薦大家直接用集成的環境如：WinPython 之類的簡單配置環境，工具幫你匹配好各種包。

Ⅳ python3.4版本 scipy庫函數怎麼安裝

下載：scipy-0.18.1-cp35-cp35m-win32.whl

可以通過命令

• pip install scipy-0.18.1-cp35-cp35m-win32.whl



成功安裝。但是試圖在程序中使用時會發現：


• import scipy



必定報錯。經過簡單閱讀發現，問題出在numpy-mkl上，即默認安裝的numpy中不包含MKL庫，scipy的依賴關系沒有實現。
好在還是上面那個網站，可以找到包含MKL庫版本的numpy：


• numpy-1.11.2+mkl-cp35-cp35m-win32.whl

卸載之前的numpy和scipy之後，利用pip重新安裝下載的兩個whl文件，不再出現問題，效果如圖：
<img src="https://pic1.mg.com/50/_hd.png" data-rawwidth="938" data-rawheight="314" class="origin_image zh-lightbox-thumb" width="938" data-original="https://pic1.mg.com/_r.png">當然，具體使用中會不會出現問題，現在還未知。

當然，具體使用中會不會出現問題，現在還未知。

Ⅳ python在導入nupmy和matplotlib時遇到問題

1.最開始，在裝完nltk，numpy和scipy以及matplotlib後，我直接在python互動式命令行中導入matplotlib模塊，結果提示缺少模塊six，如下圖所示：

Ⅵ 安裝numpy+mkl要不要卸載numpy

python的好處是萬金油，其第三方numpy庫用mkl來提升矩陣計算性能，當然也需要在你的程序中使用才能發揮作用。確定需要安裝使用numpy+mkl，那就卸了原來的numpy。當然這兩者隨時可以相互替換，只要你清楚版本控制沒問題。

Ⅶ python問題我電腦里有幾個版本的python，但是我選擇的interpreter里有sklea

摘要 你好，出現'no mole named sklean'的原因是，沒有正確安裝sklean包。可以使用pip包管理器來安裝包，pip包管理器會自動安裝包所依賴的包而無需額外手動安裝，因此十分方便。使用pip包管理器安裝包的方法如下：

Ⅷ python numpy是什麼庫

NumPy是Python語言的一個擴充程序庫。支持高級大量的維度數組與矩陣運算，此外也針對數組運算提供大量的數學函數庫。Numpy內部解除了CPython的GIL（全局解釋器鎖），運行效率極好，是大量機器學習框架的基礎庫！

相關推薦：《Python基礎教程》

NumPy的全名為Numeric Python，是一個開源的Python科學計算庫，它包括：

·一個強大的N維數組對象ndrray；

·比較成熟的（廣播）函數庫；

·用於整合C/C++和Fortran代碼的工具包；

·實用的線性代數、傅里葉變換和隨機數生成函數。

NumPy的優點：

·對於同樣的數值計算任務，使用NumPy要比直接編寫Python代碼便捷得多；

·NumPy中的數組的存儲效率和輸入輸出性能均遠遠優於Python中等價的基本數據結構，且其能夠提升的性能是與數組中的元素成比例的；

·NumPy的大部分代碼都是用C語言寫的，其底層演算法在設計時就有著優異的性能，這使得NumPy比純Python代碼高效得多。

當然，NumPy也有其不足之處，由於NumPy使用內存映射文件以達到最優的數據讀寫性能，而內存的大小限制了其對TB級大文件的處理；此外，NumPy數組的通用性不及Python提供的list容器。因此，在科學計算之外的領域，NumPy的優勢也就不那麼明顯。

Ⅸ Python3.6無法安裝numpy，如何解決

這個問題可以這樣解決：

①如果電腦只有python3.6，沒有python2.7的話，你就可以通過pip install numpy 來安裝

②如果同時安裝了python3和2，並且cmd中輸入python，默認的是python2，那麼需要通過

python3-mpipinstallnumpy

此外：你還可以卸載python3.6，安裝pycharm開發工具，安裝anaconda版本的python2和3，因為anaconda已經包含很多庫，比如numpy、pandas

Ⅹ python3.4版本 scipy庫函數怎麼安裝

首先關於anaconda，沒有用過，但是它的安裝必須把原生的python全部卸掉再換裝成它自己。只拿他來做科學計算當然無所謂，但是python對我而言又不是只用來做科學計算的，還是要用一些其他第三方庫包的，因此這樣的做法讓我很警惕，所以暫且不提。
以下所有安裝過程假設電腦中安裝有pip，如果沒有就請裝一個。
首先，windows正常通過pip命令安裝numpy和scipy的時候：

pip install numpy
pip install scipy

numpy可以正常安裝成功，而scipy有很大概率失敗，原因是scipy要依賴於numpy和其他的很多庫（如LAPACK/BLAS），但這些庫在windows下並不是可以簡單獲取的，詳情參見這里：Building From Source on Windows
不過，經過查找，發現可以通過另外一個方式解決，即上面某些答主提到的一個非官方維護的第三方庫在Windows下的處理：
這里下載的

scipy-0.18.1-cp35-cp35m-win32.whl
可以通過命令

pip install scipy-0.18.1-cp35-cp35m-win32.whl

成功安裝。但是試圖在程序中使用時會發現：

import scipy

必定報錯。經過簡單閱讀發現，問題出在numpy-mkl上，即默認安裝的numpy中不包含MKL庫，scipy的依賴關系沒有實現。
好在還是上面那個網站，可以找到包含MKL庫版本的numpy：

numpy-1.11.2+mkl-cp35-cp35m-win32.whl
卸載之前的numpy和scipy之後，利用pip重新安裝下載的兩個whl文件，不再出現問題，效果如圖：
當然，具體使用中會不會出現問題，現在還未知。當然，具體使用中會不會出現問題，現在還未知。