skimage库需要依赖 numpy+mkl 和scipy

skimage库需要依赖 numpy+mkl 和scipy

 

1、打开运行,输入cmd回车,输入python回车,查看python版本

 

2、在https://www.lfd.uci.edu/~gohlke/pythonlibs/#numpy 中,根据自己python版本下载需要的包

(因为我的是python 2.7.13 win32,所以我下的是下面三个)

   numpy‑1.13.3+mkl‑cp27‑cp27m‑win32.whl

   scipy‑1.0.0‑cp27‑cp27m‑win32.whl

   scikit_image‑0.13.1‑cp27‑cp27m‑win32.whl

 

4、将下载的文件放到Python安装目录下的Scripts目录下

x:\Python xx\Scripts

 

5、在cmd中打开Scripts目录,输入下面命令,用python的pip工具依次安装pip需安装了wheel

pip install numpy‑1.13.3+mkl‑cp27‑cp27m‑win32.whl
pip install scipy‑1.0.0‑cp27‑cp27m‑win32.whl
pip install scikit_image‑0.13.1‑cp27‑cp27m‑win32.whl

 

 

6、在python中输入“ import skimage ”, 验证安装是否成功

 

7、测试一下

python :

复制代码
# --- coding:UTF-8 ---
from skimage import io
import matplotlib.pyplot as plt
img=io.imread('1539.jpg')
io.imshow(img)
plt.show()
复制代码

 

 

 

 

----------------------------------------------------------------分割线---------------------------------------------------------

              ps:萌新一枚,本文纯为学习笔记,以防某日犯傻忘记--。如有不妥处,望大佬们赐教~

NumPy是一个用Python实现的科学计算包,包括: - 一个强大的N维数组对象 ndarray - 广播功能函数 - 整合 C/C++/Fortran 代码的工具 - 线性代数、傅里叶变换、随机数生成等功能 MKL(英特尔® 数学核心)是一种高度优化的数学,用于执行数值密集型操作,包括线性代数、矩阵运算、傅里叶变换和随机数生成等。 NumPy可以与MKL进行集成,从而在进行数值计算时获得更快的速度。 要启用NumPy MKL,请按照以下步骤操作: 1.安装Intel Math Kernel Library软件包 2.安装NumPy 3.运行以下代码,检查NumPy是否使用了MKL: ```python import numpy as np print(np.__config__.show()) ``` 如果看到类似下面这样的输出,就说明NumPy已经与MKL集成成功了: ```shell mkl_info: libraries = ['mkl_rt', 'pthread'] library_dirs = ['/path/to/mkl_rt/lib'] define_macros = [('SCIPY_MKL_H', None), ('HAVE_CBLAS', None)] include_dirs = ['/path/to/mkl_rt/include'] blas_mkl_info: libraries = ['mkl_rt', 'pthread'] library_dirs = ['/path/to/mkl_rt/lib'] define_macros = [('SCIPY_MKL_H', None), ('HAVE_CBLAS', None)] include_dirs = ['/path/to/mkl_rt/include'] blas_opt_info: libraries = ['mkl_rt', 'pthread'] library_dirs = ['/path/to/mkl_rt/lib'] define_macros = [('SCIPY_MKL_H', None), ('HAVE_CBLAS', None)] include_dirs = ['/path/to/mkl_rt/include'] lapack_mkl_info: libraries = ['mkl_rt', 'pthread'] library_dirs = ['/path/to/mkl_rt/lib'] define_macros = [('SCIPY_MKL_H', None), ('HAVE_CBLAS', None)] include_dirs = ['/path/to/mkl_rt/include'] lapack_opt_info: libraries = ['mkl_rt', 'pthread'] library_dirs = ['/path/to/mkl_rt/lib'] define_macros = [('SCIPY_MKL_H', None), ('HAVE_CBLAS', None)] include_dirs = ['/path/to/mkl_rt/include'] ```
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值