python34numpy
㈠ python3怎麼安裝numpy
安裝numpy庫
1、下載網站:https://pypi/python.org/pypi/numpy
我的是python3.7,64位windows10,所以下載的是numpy-1.14.5-cp37-none-win_amd64
把這個文件放在python的scripts文件夾下。
*如果忘記了自己的python文件夾是哪一個,win10可以在電腦上搜索Python.exe,然後右鍵-打開所在文件夾,就能看到scripts文件夾了。
相關推薦:《Python基礎教程》
2、修改環境變數
然後將上述文件夾路徑加入到系統變數中。方法如下:把Scripts這個目錄拷貝下來,然後「右擊此電腦-屬性-高級系統設置-環境變數-系統變數-path-新建」將剛才的路徑粘貼進去。
3、安裝
在搜索欄輸入cmd,右鍵,以管理員身份運行。輸入pip3.7 install C:-1.14.5-cp37-none-win_amd64.whl(後面很長的那一串是自己的文件完整路徑加上名字,我安裝軟體的習慣不好,喜歡按照默認路徑裝,所以路徑這么長)
4、等待一會兒,應該就會看到安裝成功的信息。試一下python文件中能夠正確導入,如果可以,才算是真的安裝成功。
㈡ anaconda怎麼運行python
一、在Anaconda Navigator中運行
首先點擊菜單欄中的「開始」,在搜索欄中輸入「Anaconda」,然後選擇「Anaconda Navigator」。
相關推薦:《Python教程》
進入主界面,點擊「Spyder」中的「Launch」即可。
然後按F5鍵運行即可。
二、在Anaconda Prompt中運行
也可以在Anaconda Prompt中運行,點擊菜單欄中的「開始」,在搜索欄中輸入「Anaconda」,然後選擇「Anaconda Prompt」,輸入:print("Hello Anaconda!")
再輸入「Ctrl+Z」鍵即可退出,其實也可以輸入exit(0)。
㈢ python里怎樣裝numpy
因為對機器學習演算法進行實戰的話,python語言是必須的,所以前幾天進行了安裝和配置。說實話,相比較其他的編程語言的IDE來講,python本身問題不大,但是因為要有很多的矩陣的計算,所以要安裝numpy包!但是這個過程在我的電腦上出現了比較大的問題,所以,將這一過程記錄下來,萬一以後電腦出現了問題重新安裝的話還能做參考!!
聲明電腦配置: win7 64位
python安裝版本:Python 2.7 (也可以是python3.x 本人不習慣用最新的版本,所以選擇了2.7)
1.下載 對應版本numpy 的.whl文件 (注意:我的電腦確實是64位的,而且python也安裝的64位版本的,但是在之後的命令行安裝的時候壓根安裝不了64位的,到後面再說)
http://www.lfd.uci.e/~gohlke/pythonlibs/
㈣ python中numpy 有哪些內容
Numpy是Python的一個科學計算的庫,提供了矩陣運算的功能,其一般與Scipy、matplotlib一起使用。其實,list已經提供了類似於矩陣的表示形式,不過numpy為我們提供了更多的函數。如果接觸過matlab、scilab,那麼numpy很好入手。
㈤ 問一下Python里的numpy的正確讀法是什麼
numpy讀法是:英['nʌmpi],NumPy是Python中科學計算的基礎包。
它是一個Python庫,提供多維數組對象,各種派生對象(如掩碼數組和矩陣),以及用於數組快速操作的各種常式,包括數學邏輯,形狀操作,I / O離散傅立葉變換,隨機模擬等等。
NumPy包的核心是ndarray對象。這封裝了同構數據類型的n維數組,許多操作在編譯代碼中執行以提高性能。
NumPy數組和標准Python序列之間有幾個重要的區別:
1、NumPy數組在創建時具有固定大小,與Python列表(可以動態增長)不同。更改ndarray的大小將創建一個新數組並刪除原始數組。
2、NumPy數組中的元素都需要具有相同的數據類型,因此在內存中的大小相同。例外:可以有(Python,包括NumPy)對象的數組,從而允許不同大小的元素的數組。
3、NumPy數組有助於對大量數據進行高級數學和其他類型的操作。通常,與使用Python的內置序列相比,這些操作的執行效率更高,代碼更少。
4、越來越多的基於Python的科學和數學軟體包正在使用NumPy數組;雖然這些通常支持Python序列輸入,但它們在處理之前將這些輸入轉換為NumPy數組,並且它們通常輸出NumPy數組。
㈥ python numpy有什麼用
NumPyis the fundamental package for scientific computing withPython。就是科學計算包。
a powerful N-dimensional array object
sophisticated (broadcasting) functions
tools for integrating C/C++ and Fortran code
useful linear algebra, Fourier transform, and random number capabilities
一個用python實現的科學計算包。包括:1、一個強大的N維數組對象Array;2、比較成熟的(廣播)函數庫;3、用於整合C/C++和Fortran代碼的工具包;4、實用的線性代數、傅里葉變換和隨機數生成函數。numpy和稀疏矩陣運算包scipy配合使用更加方便。
NumPy系統是Python的一種開源的數字擴展。這種工具可用來存儲和處理矩陣,比Python自身的嵌套列表結構要高效。據說NumPy將Python相當於變成一種免費的更強大的MatLab系統。
㈦ python anaconda 怎麼安裝
Anaconda的安裝
Anaconda的下載頁參見官網下載,Linux、Mac、Windows均支持。
安裝時,會發現有兩個不同版本的Anaconda,分別對應Python 2.7和Python 3.5,兩個版本其實除了這點區別外其他都一樣。後面我們會看到,安裝哪個版本並不本質,因為通過環境管理,我們可以很方便地切換運行時的Python版本。(由於我常用的Python是2.7和3.4,因此傾向於直接安裝Python 2.7對應的Anaconda)
下載後直接按照說明安裝即可。這里想提醒一點:盡量按照Anaconda默認的行為安裝——不使用root許可權,僅為個人安裝,安裝目錄設置在個人主目錄下(Windows就無所謂了)。這樣的好處是,同一台機器上的不同用戶完全可以安裝、配置自己的Anaconda,不會互相影響。
對於Mac、Linux系統,Anaconda安裝好後,實際上就是在主目錄下多了個文件夾(~/anaconda)而已,Windows會寫入注冊表。安裝時,安裝程序會把bin目錄加入PATH(Linux/Mac寫入~/.bashrc,Windows添加到系統變數PATH),這些操作也完全可以自己完成。以Linux/Mac為例,安裝完成後設置PATH的操作是
1
2
3
4
# 將anaconda的bin目錄加入PATH,根據版本不同,也可能是~/anaconda3/bin
echo 'export PATH="~/anaconda2/bin:$PATH"' >> ~/.bashrc
# 更新bashrc以立即生效
source ~/.bashrc
配置好PATH後,可以通過which conda或conda --version命令檢查是否正確。假如安裝的是Python 2.7對應的版本,運行python --version或python -V可以得到Python 2.7.12 :: Anaconda 4.1.1 (64-bit),也說明該發行版默認的環境是Python 2.7。
Conda的環境管理
Conda的環境管理功能允許我們同時安裝若干不同版本的Python,並能自由切換。對於上述安裝過程,假設我們採用的是Python 2.7對應的安裝包,那麼Python 2.7就是默認的環境(默認名字是root,注意這個root不是超級管理員的意思)。
假設我們需要安裝Python 3.4,此時,我們需要做的操作如下:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
# 創建一個名為python34的環境,指定Python版本是3.4(不用管是3.4.x,conda會為我們自動尋找3.4.x中的最新版本)
conda create --name python34 python=3.4
# 安裝好後,使用activate激活某個環境
activate python34 # for Windows
source activate python34 # for Linux & Mac
# 激活後,會發現terminal輸入的地方多了python34的字樣,實際上,此時系統做的事情就是把默認2.7環境從PATH中去除,再把3.4對應的命令加入PATH
# 此時,再次輸入
python --version
# 可以得到`Python 3.4.5 :: Anaconda 4.1.1 (64-bit)`,即系統已經切換到了3.4的環境
# 如果想返回默認的python 2.7環境,運行
deactivate python34 # for Windows
source deactivate python34 # for Linux & Mac
# 刪除一個已有的環境
conda remove --name python34 --all
用戶安裝的不同python環境都會被放在目錄~/anaconda/envs下,可以在命令中運行conda info -e查看已安裝的環境,當前被激活的環境會顯示有一個星號或者括弧。
說明:有些用戶可能經常使用python 3.4環境,因此直接把~/anaconda/envs/python34下面的bin或者Scripts加入PATH,去除anaconda對應的那個bin目錄。這個辦法,怎麼說呢,也是可以的,但總覺得不是那麼elegant……
如果直接按上面說的這么改PATH,你會發現conda命令又找不到了(當然找不到啦,因為conda在~/anaconda/bin里呢),這時候怎麼辦呢?方法有二:1. 顯式地給出conda的絕對地址 2. 在python34環境中也安裝conda工具(推薦)。
Conda的包管理
Conda的包管理就比較好理解了,這部分功能與pip類似。
例如,如果需要安裝scipy:
1
2
3
4
5
6
7
# 安裝scipy
conda install scipy
# conda會從從遠程搜索scipy的相關信息和依賴項目,對於python 3.4,conda會同時安裝numpy和mkl(運算加速的庫)
# 查看已經安裝的packages
conda list
# 最新版的conda是從site-packages文件夾中搜索已經安裝的包,不依賴於pip,因此可以顯示出通過各種方式安裝的包
conda的一些常用操作如下:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
# 查看當前環境下已安裝的包
conda list
# 查看某個指定環境的已安裝包
conda list -n python34
# 查找package信息
conda search numpy
# 安裝package
conda install -n python34 numpy
# 如果不用-n指定環境名稱,則被安裝在當前活躍環境
# 也可以通過-c指定通過某個channel安裝
# 更新package
conda update -n python34 numpy
# 刪除package
conda remove -n python34 numpy
前面已經提到,conda將conda、python等都視為package,因此,完全可以使用conda來管理conda和python的版本,例如
1
2
3
4
5
6
7
8
9
# 更新conda,保持conda最新
conda update conda
# 更新anaconda
conda update anaconda
# 更新python
conda update python
# 假設當前環境是python 3.4, conda會將python升級為3.4.x系列的當前最新版本
補充:如果創建新的python環境,比如3.4,運行conda create -n python34 python=3.4之後,conda僅安裝python 3.4相關的必須項,如python, pip等,如果希望該環境像默認環境那樣,安裝anaconda集合包,只需要:
1
2
3
4
5
6
# 在當前環境下安裝anaconda包集合
conda install anaconda
# 結合創建環境的命令,以上操作可以合並為
conda create -n python34 python=3.4 anaconda
# 也可以不用全部安裝,根據需求安裝自己需要的package即可
設置國內鏡像
如果需要安裝很多packages,你會發現conda下載的速度經常很慢,因為Anaconda.org的伺服器在國外。所幸的是,清華TUNA鏡像源有Anaconda倉庫的鏡像,我們將其加入conda的配置即可:
1
2
3
4
5
6
# 添加Anaconda的TUNA鏡像
conda config --add channels
# TUNA的help中鏡像地址加有引號,需要去掉
# 設置搜索時顯示通道地址
conda config --set show_channel_urls yes
執行完上述命令後,會生成~/.condarc(Linux/Mac)或C:UsersUSER_NAME.condarc文件,記錄著我們對conda的配置,直接手動創建、編輯該文件是相同的效果。
跋
Anaconda具有跨平台、包管理、環境管理的特點,因此很適合快速在新的機器上部署Python環境。總結而言,整套安裝、配置流程如下:
下載Anaconda、安裝
配置PATH(bashrc或環境變數),更改TUNA鏡像源
創建所需的不用版本的python環境
Just Try!
㈧ python3.5中,無法numpy怎麼解決
1、可以用python自帶的安裝工具,pip install numpy scipy 等。
2、如果沒有pip的話,可以試試easy-install numpy scipy。打開cmd,在裡面輸入這些命令。
㈨ python怎麼安裝numpy
直接在終端命令中輸入:
pipinstallnumpy
然後即可在python環境中使用:
importnumpy
㈩ python怎樣引用numpy
numpy是python的一個科學計算的庫,提供了矩陣運算的功能,一般與scipy、matplotlib一起使用。
導入numpy的範例如下:
>>>import numpy as np
>>>print np.version.version
1.6.2