耗时两日,安装fbprophet

Facebook的开源时序分析库fbprophet号称史上最难安装的库,实测确实如此。

百度了各种简单粗暴或者详细的安装步骤,期间遭遇了各种各样奇怪的问题,现简录如下:

1.已经安装了pystan的前提下,用conda install -c conda-forge install fbprophet

(base) C:\WINDOWS\system32>conda install -c conda-forge fbprophet
Collecting package metadata (current_repodata.json): done
Solving environment: failed with initial frozen solve. Retrying with flexible solve.
Solving environment: failed with repodata from current_repodata.json, will retry with next repodata source.
Collecting package metadata (repodata.json): done
Solving environment: failed with initial frozen solve. Retrying with flexible solve.

 2.出现上述问题,我尝试了用管理员权限conda update --all, 等所有的包都更新完毕之后,再次conda install -c conda-forge install fbprophet ,   读出另一个环境不匹配的问题,我的python版本是3.9,与fbprophet不兼容。

(base) C:\WINDOWS\system32>conda install -c conda-forge fbprophet
Collecting package metadata (current_repodata.json): done
Solving environment: failed with initial frozen solve. Retrying with flexible solve.
Solving environment: failed with repodata from current_repodata.json, will retry with next repodata source.
Collecting package metadata (repodata.json): done
Solving environment: failed with initial frozen solve. Retrying with flexible solve.
Solving environment: /
Found conflicts! Looking for incompatible packages.
This can take several minutes.  Press CTRL-C to abort.
failed

UnsatisfiableError: The following specifications were found
to be incompatible with the existing python installation in your environment:

Specifications:

  - fbprophet -> python[version='2.7.*|3.5.*|3.6.*|>=2.7,<2.8.0a0|>=3.5,<3.6.0a0|>=3.6,<3.7.0a0|>=3.8,<3.9.0a0|>=3.7,<3.8.0a0']

Your python: python=3.9

3.在Anaconda中创建python3.7的虚拟环境:

conda create -n py37 python=3.7

4.激活并进入虚拟环境,然后再安装fbprophet:

(base) C:\WINDOWS\system32>activate py37

(py37) C:\WINDOWS\system32>conda install -c conda-forge fbprophet
Collecting package metadata (current_repodata.json): done
Solving environment: done

# All requested packages already installed.


(py37) C:\WINDOWS\system32>python

Python 3.7.11 (default, Jul 27 2021, 09:42:29) [MSC v.1916 64 bit (AMD64)] :: Anaconda, Inc. on win32
Type "help", "copyright", "credits" or "license" for more information.
>>> import fbprophet
Importing plotly failed. Interactive plots will not work.

        可以发现虚拟环境中确实可以正确安装fbprophet,但是导入该库时发掘提示Interactive plots will not work,于是又需要conda install plotly -y来安装plotly库,真是环环相扣,问题百出的一个库。

5.在Anaconda 的python3.7虚拟环境安装完fbprophet之后,后续需要使用fbprophet时有两个方法:1)cmd里面activate your_environment进入所创建的虚拟环境,然后在这个环境里面导入fbprophet,但是使用体验不如jupyterlab好;2)可以通过下述操作把新装的虚拟环境链接到Jupyter Lab的内核,参考链接如下:        

如何为 jupyter notebook 设置虚拟环境? - 知乎 (zhihu.com)https://www.zhihu.com/question/484697094/answer/2177731428

下面是知乎里介绍的与Jupyter Lab建立连接的必要操作(详细内容请点击网页链接查看):

先激活环境:

conda activate your_env_name

安装Ipykernal

pip install ipykernel

建立连接

python -m ipykernel install --user --name your_env_name

查看链接是否成功

jupyter kernelspec list

6.重启Jupyter Lab,在Jupyter Lab首页的内核选择下拉清单,能看到此前创建的虚拟环境,切换到该虚拟环境之后,就能顺利导入fbprophet。总算可以愉快的玩fbprophet了!

经过两天的搏杀,总算成功装好fbprophet,后续的使用分析过程会一点点的upload到这里,Tks。

  • 4
    点赞
  • 16
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 2
    评论
dispatchTouchEvent()方法是Android中View的事件分发方法,用于将事件分发给子View或者处理该事件。这个方法的执行效率和耗时取决于View的层级结构、View的数量、事件类型和事件处理逻辑等多个因素。一般情况下,dispatchTouchEvent()方法的执行效率和耗时不会太高,但在一些复杂的场景下,可能会出现性能问题。 以下是一些可能导致dispatchTouchEvent()方法耗时的因素: 1. View的层级结构:如果View的层级结构非常复杂,包含了多个嵌套的ViewGroup和View,那么事件分发和传递的效率就会变低。 2. View的数量:如果View的数量非常多,那么事件分发和传递的效率也会变低。因此,尽量减少View的数量,可以有效地提高事件分发和传递的效率。 3. 事件类型:如果事件类型比较复杂,例如MotionEvent事件,那么事件分发和传递的效率也会受到影响。 4. 事件处理逻辑:如果View的事件处理逻辑比较复杂,例如需要进行复杂的计算或者网络请求等操作,那么事件分发和传递的效率也会受到影响。 为了避免dispatchTouchEvent()方法耗时过长,可以采取以下一些优化措施: 1. 减少View的层级结构和数量。 2. 尽量避免在View的事件处理方法中进行耗时的计算和网络请求等操作。 3. 使用事件拦截机制,避免事件传递到不必要的View中。 4. 使用异步线程进行复杂的事件处理操作,避免阻塞UI线程。 总之,dispatchTouchEvent()方法的执行效率和耗时是一个非常复杂的问题,需要开发者根据具体的场景进行优化。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
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

打赏作者

外汇量化__炼丹房

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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