centospythonnumpy

㈠ 如何安裝python 3中，並設置本地編程環境在CentOS 7

介紹

Python是一種多功能編程語言，可以用於許多不同的編程項目。開發團隊於1991年首先發表了一個名叫靈感來源於英國喜劇組織Monty Python的名字，他希望Python能夠成為一種有趣的語言。對於初學者和經驗豐富的開發人員來說，Python易於設置，並且以相對直接的方式編寫，並提供對錯誤的即時反饋。Python 3是該語言的最新版本，被認為是Python的未來。

本教程將指導您在本地CentOS 7機器上安裝Python 3，並通過命令行設置編程環境。

先決條件

您將需要一台連接到互聯網的非root超級用戶帳戶的CentOS 7計算機。

第1步 - 准備系統

我們將通過命令行來完成這個安裝。如果您的CentOS 7計算機啟動了圖形用戶界面（GUI）桌面，則可以通過菜單訪問命令行界面，方法是導航到應用程序，然後導航到實用程序，然後單擊終端。如果您需要更多關於終端的指導，請務必閱讀文章「Linux終端簡介」。

在開始安裝之前，讓我們確保更新默認的系統應用程序以獲得最新版本。

我們將使用開源包管理工具yum，代表Yellowdog Updater Modified。這是一個常用的工具，用於在基於Red Hat的Linux系統（如CentOS）上處理軟體包。它可以讓你輕松地安裝和更新，以及刪除您的計算機上的軟體包。

我們首先通過運行這個命令來確保yum是最新的：（更新系統是可選執行）

• sudo yum -y update

該-y標志用於警告系統，我們知道我們正在進行更改，防止終端提示我們確認。

接下來，我們將安裝yum-utils，這是一個擴展和補充yum的實用程序和插件的集合：（也可以不安裝）




• sudo yum -y install yum-utils

最後，我們將安裝CentOS開發工具，這些工具用於允許您從源代碼構建和編譯軟體：（也可以不安裝）




• sudo yum -y groupinstall development

一旦安裝好了，我們的安裝就緒了，我們可以繼續安裝Python 3。

第2步 - 安裝和設置Python 3

CentOS源自RHEL（紅帽企業Linux），其穩定性是其主要焦點。正因為如此，經過測試和穩定版本的應用程序是最常見的系統和可下載的軟體包，所以在CentOS上，你只能找到Python 2。

因為我們想要安裝Python 3的最新上游穩定版本，我們需要安裝IUS，代表Inline with Upstream Stable。作為一個社區項目，IUS為選擇軟體的一些更新版本提供了紅帽軟體包管理器（RPM）軟體包。

要安裝IUS，先要安裝epel-release7包 我們來安裝它yum：

sudo yum -y install epel-release-7-11.noarch.rpm





• sudo yum -y install ius-release.rpm

一旦IUS完成安裝，我們可以安裝最新版本的Python：




• sudo yum -y install python36u

當Python的安裝過程完成後，我們可以通過以下python3.6命令檢查其安裝是否成功：




• python3.6 -V

使用成功安裝的Python 3.6版本，我們將收到以下輸出：




Output

• Python3.6.1

接下來我們將安裝pip，它將管理Python的軟體包：




• sudo yum -y install python36u-pip

一個用於Python的工具，我們將使用pip來安裝和管理我們可能想在我們的開發項目中使用的編程包。你可以通過鍵入以下命令來安裝Python包




• sudo pip3.6 install package_name

在這里，package_name可以參考任何Python包或者庫，比如用於Web開發的Django或者用於科學計算的NumPy。所以如果你想安裝NumPy，你可以使用命令來完成pip3.6 install numpy。

最後，我們將需要安裝IUS軟體包python36u-devel，它為我們提供了Python 3開發所需的庫和頭文件：




• sudo yum -y install python36u-devel

該VENV模塊將用於建立一個虛擬的環境，為我們下一步的發展項目。

第3步 - 建立一個虛擬環境

現在，我們已經安裝了Python，並且已經安裝好了系統，我們可以繼續使用venv創建我們的編程環境。

虛擬環境使您能夠在計算機上為Python項目設置一個獨立的空間，確保您的每個項目都擁有自己的一組依賴項，不會中斷任何其他項目。

建立一個編程環境使我們能夠更好地控制我們的Python項目以及如何處理不同版本的包。使用第三方軟體包時，這一點尤為重要。

您可以根據需要設置盡可能多的Python編程環境。每個環境基本上都是您的計算機中的一個目錄或文件夾，其中包含一些腳本以使其充當環境。

選擇你想把你的Python編程環境放入哪個目錄，或者創建一個新目錄mkdir，如下所示：




• mkdir environments

• cd environments

一旦進入了你想要環境所在的目錄，就可以通過運行以下命令來創建一個環境：




• python3.6 -m venv my_env

本質上，這個命令會創建一個新的目錄（在本例中稱為my_env），其中包含一些我們可以通過ls命令看到的項目：

• bin include lib lib64 pyvenv.cfg



這些文件一起工作，以確保您的項目與本地計算機的更廣泛的上下文隔離，以便系統文件和項目文件不會混合。這是版本控制的好習慣，並確保您的每個項目都可以訪問它所需的特定軟體包。

要使用這個環境，你需要激活它，你可以通過輸入以下命令來調用目錄中的激活腳本bin：




• source my_env/bin/activate

您的提示現在將以您的環境的名稱作為前綴，在這種情況下，它被稱為my_env：




這個前綴讓我們知道my_env環境當前是活動的，這意味著當我們在這里創建程序時，他們將只使用這個特定環境的設置和包。

注意：在虛擬環境中，您可以使用命令python而不是python3.6，而pip不是pip3.6如果您願意的話。如果您在環境外使用Python 3，則需要專門使用python3.6和pip3.6命令。


遵循這些步驟之後，即可使用您的虛擬環境。

第4步 - 創建一個簡單的程序

現在我們已經建立了虛擬環境，我們來創建一個簡單的「Hello，World！」程序。這將確保我們的環境正在工作，並且使我們有機會更熟悉Python，如果我們還沒有。

為此，我們將打開一個名為vim的命令行文本編輯器，並創建一個新文件：




• vi hello.py

一旦文本文件在我們的終端窗口打開，我們將不得不鍵入i進入插入模式，然後我們可以寫我們的第一個程序：

• print("Hello, World!")



現在按下ESC退出插入模式。接下來，輸入:x然後ENTER保存並退出文件。

我們現在准備好運行我們的程序：




• python hello.py

剛剛創建的hello.py程序應該使終端產生以下輸出：




Output

• Hello, World!

要離開環境，只需鍵入命令，deactivate然後返回到原始目錄。

結論

恭喜！此時，您已經在本地CentOS 7機器上安裝了Python 3編程環境，並且可以開始一個編碼項目！

㈡ centos7 安裝好了需要哪些基本的工具

1，centos默認不支持ntfs格式的文件系統，需要安裝ntfs-3g軟體包，安裝後，在電腦上插入U盤或移動硬碟，當可以看到新加入的盤後，需要使用命令將U盤進行掛載。
2，在centos中安裝rar軟體，centos默認不能解壓rar後綴格式的壓縮包，但可以解壓zip壓縮包，所以建議以後在windows中建立壓縮文件時，最後生成zip格式的壓縮文件，
3，安裝djpeg
djpeg是對jpg格式的圖像進行讀取處理必需的軟體，本人需要使用inria實驗室提供的sift特徵提取工具提取圖像的特徵，所以必需安裝它。
4, 安裝numpy
numpy是Python中重要的科學計算基礎軟體包，本人在使用INIRA發布的Yael軟體包中需要使用numpy，安裝過程如下，比較麻煩的是包之間的依賴關系

㈢ centos中python的類庫文件安裝在什麼位置

Caffe需要預先安裝一些依賴項，首先是CUDA驅動。不論是CentOS還是Ubuntu都預裝了開源的nouveau顯卡驅動（SUSE沒有這種問題），如果不禁用，則CUDA驅動不能正確安裝。以Ubuntu為例，介紹一下這里的處理方法，當然也有其他處理方法。# sudo vi/etc/modprobe.d/blacklist.conf# 增加一行 ：blacklist nouveausudoapt-get --purge remove xserver-xorg-video-nouveau #把官方驅動徹底卸載：sudoapt-get --purge remove nvidia-* #清除之前安裝的任何NVIDIA驅動sudo service lightdm stop #進命令行，關閉Xserversudo kill all Xorg然後下載並安裝 NVIDIA CUDA驅動包，接著安裝安裝BLAS、OpenCV、Boost這三個庫。BLAS數學庫可以是ATLAS, MKL, 或 OpenBLAS，OpenCV要求2.4以上版本，Boost要求1.55版本以上。可選安裝Python MATLAB Caffe 庫，還有 numpy ， pandas 之類的Python類庫。安裝MATLAB，以確保mex 在path路徑中，這些就夠你折騰一個星期了，完事以後就可以編譯安裝了：cp Makefile.config.example Makefile.config# Adjust Makefile.config (for example, if using Anaconda Python, or if cuDNN is desired)make allmake testmake runtest 哦對了，Caffe 顯卡要求：Titan Xs, K80s, GTX 980s, K40s, K20s, Titans, and GTX 770s

㈣ 在centos下關於 numpy,scipy的包在python中import的問題

yum直接安裝
sudo yum -y install gcc gcc-c++ numpy python-devel scipy
其實官網可以找到

㈤ CentOS6.5中使用pip升級scipy時報錯

1、讀日誌
2、讀install文檔
3、To install via pip on Mac or Linux, first upgrade pip to the latest version:
python -m pip install --upgrade pip
pip install --user numpy scipy matplotlib ipython jupyter pandas sympy nose
4、via a Linux package manager
yum install numpy scipy python-matplotlib ipython python-pandas sympy python-nose atlas-devel
apt-get install python-numpy python-scipy python-matplotlib ipython ipython-notebook python-pandas python-sympy python-nose

㈥ 怎樣在CentOS下安裝Python的numpy包和scipy包

sudoyuminstallpython-pip然後就用pip就可以了比如：pipinstallnumpyscipy

㈦ 如何在虛擬機centos7上安裝tensorflow1.3

1.安裝Centos7
之前嘗試升級Centos6.5到Centos7，完成了所有步驟，reboot的時候黑屏了，網上各種方法嘗試未果，所以只好在VM上重新安裝一個Centos7
Centos7下載官網：https://wiki.centos.org/Download
選擇DVD ISO，約4G
在虛擬機上安裝Centos7可以參考網路經驗里的文章，點這里
安裝完成：

果然界面都跟之前的版本不一樣，還挺漂亮的~
如果有網路訪問不了的問題，可以參考這里設置：http://www.centoscn.com/CentosBug/osbug/2014/0831/3621.html

2.安裝Python3
查看當前Python版本信息，命令（python -v），Centos7默認的Python版本是2.7.5

下載Python3：

如果不確定gcc和make是否可用，可以參看這里安裝gcc、make和Python3
安裝完成後，查看Python版本，我這里有兩個Python，一個是Centos自帶的2.7，一個是自己安裝的3.4

安裝pip
yum update -y && yum install -y python python-devel epel-release.noarch python-pip

上圖顯示pip沒有安裝成功，接下來採用下面的方法：
yum -y install python-pip

完成後記得清除緩存：yum clean all

若提示pip要更新到8.1版本，則根據命令提示更新即可，（pip install --upgrade pip）

3.安裝TensorFlow
【更新：感謝@livc95的解惑，因為這里用的是pip，使得實際安裝的TF是在python2.7上】

4.TensorFlow測試
Python2.7

【
若import tensorflow部分提示出錯：
ImportError:numpy.core.multiarray failed to import
或
RuntimeError: mole compiled against API version 9 but this version of numpy is 7
即版本不匹配，檢查是否有兩個版本的numpy，而在tensorflow載入的時候用的是低版本的，從而出錯。
解決辦法：刪除低版本的numpy

】

Python3

Python2.7上能正常使用TensorFlow；
Python3表示沒TensorFlow模塊，是因為模塊沒安裝到Python3中，還是因為TensorFlow不