python卸载numpy

Ⅰ python中怎样安装numpy模块

1.在python官网https://pypi.python.org/pypi/numpy中找到安装的python版本对应的numpy版本。

例如：

python版本是

Ⅱ python和anaconda的区别

1、安装包大小不同

python自身缺少numpy、matplotlib、scipy、scikit-learn等一系列包，需要安装pip来导入这些包才能进行相应运算。

Anaconda(开源的Python包管理器)是一个python发行版，包含了conda、Python等180多个科学包及其依赖项。包含了大量的包，使用anaconda无需再去额外安装所需包。

2、作用不同

Python语法和动态类型，以及解释型语言的本质，使它成为多数平台上写脚本和快速开发应用的编程语言。anaconda可以用于在同一个机器上安装不同版本的软件包及其依赖，并能够在不同的环境之间切换。

3、性质不同

Anaconda是一个打包的集合，里面预装好了conda、某个版本的python、众多packages、科学计算工具等等，所以也称为Python的一种发行版。

Python 是一个高层次的结合了解释性、编译性、互动性和面向对象的脚本语言。

Ⅲ conda安装scikit-learn之后lib中没有

Python开源工具包：scikit-learn 是关于机器学习的开发包，主页：http://scikit-learn.org/stable/index.html
这个包把经典的机器学习算法都利用python进行了实现，是学习机器学习很好理论与实践结合材料，但是在安装scikit-learn 出现各种奇怪问题，这里做一个总结。
为了方便以后python各类工具包安装，可以先安装python easy_install

下载安装python安装工具
下载地址：http://pypi.python.org/pypi/setuptools 可以找到正确的版本进行下载。win7 32位可以下载setuptools-0.6c11.win32-py2.7.exe 。
我安装在：D:\pytho27\Scripts 下，可以个这个路径配置path ，这样方便cmd 中直接调用 ，类似下图：

检验是否安装成功如下图：

安装了easy_install 之后安装python的库就很简单了，以后需要安装python的库的话则直接在命令行使用
easy_install + python库的名字 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).
但是我在安装后发现出现了一下几种错误：
I cannot import datetime from a python script,
ValueError: numpy.ufunc has the wrong size, try recompiling

ImportError: cannot import name check_build

后面看到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，然后我卸载了numpy ，从numpy1.6 一直尝试到1.8 发现1.8安装后冲突消失。真让人蛋疼安装，推荐大家直接用集成的环境如：WinPython 之类的简单配置环境，工具帮你匹配好各种包。

Ⅳ python3.4版本 scipy库函数怎么安装

下载：scipy-0.18.1-cp35-cp35m-win32.whl

可以通过命令

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



成功安装。但是试图在程序中使用时会发现：


• import scipy



必定报错。经过简单阅读发现，问题出在numpy-mkl上，即默认安装的numpy中不包含MKL库，scipy的依赖关系没有实现。
好在还是上面那个网站，可以找到包含MKL库版本的numpy：


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

卸载之前的numpy和scipy之后，利用pip重新安装下载的两个whl文件，不再出现问题，效果如图：
<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">当然，具体使用中会不会出现问题，现在还未知。

当然，具体使用中会不会出现问题，现在还未知。

Ⅳ python在导入nupmy和matplotlib时遇到问题

1.最开始，在装完nltk，numpy和scipy以及matplotlib后，我直接在python交互式命令行中导入matplotlib模块，结果提示缺少模块six，如下图所示：

Ⅵ 安装numpy+mkl要不要卸载numpy

python的好处是万金油，其第三方numpy库用mkl来提升矩阵计算性能，当然也需要在你的程序中使用才能发挥作用。确定需要安装使用numpy+mkl，那就卸了原来的numpy。当然这两者随时可以相互替换，只要你清楚版本控制没问题。

Ⅶ python问题我电脑里有几个版本的python，但是我选择的interpreter里有sklea

摘要 你好，出现'no mole named sklean'的原因是，没有正确安装sklean包。可以使用pip包管理器来安装包，pip包管理器会自动安装包所依赖的包而无需额外手动安装，因此十分方便。使用pip包管理器安装包的方法如下：

Ⅷ python numpy是什么库

NumPy是Python语言的一个扩充程序库。支持高级大量的维度数组与矩阵运算，此外也针对数组运算提供大量的数学函数库。Numpy内部解除了CPython的GIL（全局解释器锁），运行效率极好，是大量机器学习框架的基础库！

相关推荐：《Python基础教程》

NumPy的全名为Numeric Python，是一个开源的Python科学计算库，它包括：

·一个强大的N维数组对象ndrray；

·比较成熟的（广播）函数库；

·用于整合C/C++和Fortran代码的工具包；

·实用的线性代数、傅里叶变换和随机数生成函数。

NumPy的优点：

·对于同样的数值计算任务，使用NumPy要比直接编写Python代码便捷得多；

·NumPy中的数组的存储效率和输入输出性能均远远优于Python中等价的基本数据结构，且其能够提升的性能是与数组中的元素成比例的；

·NumPy的大部分代码都是用C语言写的，其底层算法在设计时就有着优异的性能，这使得NumPy比纯Python代码高效得多。

当然，NumPy也有其不足之处，由于NumPy使用内存映射文件以达到最优的数据读写性能，而内存的大小限制了其对TB级大文件的处理；此外，NumPy数组的通用性不及Python提供的list容器。因此，在科学计算之外的领域，NumPy的优势也就不那么明显。

Ⅸ Python3.6无法安装numpy，如何解决

这个问题可以这样解决：

①如果电脑只有python3.6，没有python2.7的话，你就可以通过pip install numpy 来安装

②如果同时安装了python3和2，并且cmd中输入python，默认的是python2，那么需要通过

python3-mpipinstallnumpy

此外：你还可以卸载python3.6，安装pycharm开发工具，安装anaconda版本的python2和3，因为anaconda已经包含很多库，比如numpy、pandas

Ⅹ python3.4版本 scipy库函数怎么安装

首先关于anaconda，没有用过，但是它的安装必须把原生的python全部卸掉再换装成它自己。只拿他来做科学计算当然无所谓，但是python对我而言又不是只用来做科学计算的，还是要用一些其他第三方库包的，因此这样的做法让我很警惕，所以暂且不提。
以下所有安装过程假设电脑中安装有pip，如果没有就请装一个。
首先，windows正常通过pip命令安装numpy和scipy的时候：

pip install numpy
pip install scipy

numpy可以正常安装成功，而scipy有很大概率失败，原因是scipy要依赖于numpy和其他的很多库（如LAPACK/BLAS），但这些库在windows下并不是可以简单获取的，详情参见这里：Building From Source on Windows
不过，经过查找，发现可以通过另外一个方式解决，即上面某些答主提到的一个非官方维护的第三方库在Windows下的处理：
这里下载的

scipy-0.18.1-cp35-cp35m-win32.whl
可以通过命令

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

成功安装。但是试图在程序中使用时会发现：

import scipy

必定报错。经过简单阅读发现，问题出在numpy-mkl上，即默认安装的numpy中不包含MKL库，scipy的依赖关系没有实现。
好在还是上面那个网站，可以找到包含MKL库版本的numpy：

numpy-1.11.2+mkl-cp35-cp35m-win32.whl
卸载之前的numpy和scipy之后，利用pip重新安装下载的两个whl文件，不再出现问题，效果如图：
当然，具体使用中会不会出现问题，现在还未知。当然，具体使用中会不会出现问题，现在还未知。