Python/Numpy之安装指定的版本

本文介绍了如何在Python中安装指定版本的Numpy。问题源于不兼容的版本导致的运行时错误,通过卸载并重新安装指定版本的Numpy,可以解决此类问题。
摘要由CSDN通过智能技术生成

Python/Numpy之安装指定的版本

安装方式:pip install numpy==版本号
例如:pip install numpy==1.8

问题出现的原因,一次安装matplotlib时,自动安装的1.9版本的numpy,运行时总是报错,报错信息在下方,查询后有说是numpy版本和python版本的问题,卸载重新安装后问题得到解决。

(pyqt5s) F:\>python pyqtmat.py                                                 
 ** On entry to DGEBAL parameter number  3 had an illegal value                                     
 ** On entry to DGEHRD  parameter number  2 had an illegal value                                    
 ** On entry to DORGHR DORGQR parameter number  2 had an illegal value                              
 ** On entry to DHSEQR parameter number  4 had an illegal value                                     
Traceback (most recent call last):                                                                  
  File "pyqtmat.py", line 2, in <module>                                                            
    import matplotlib                                                                               
  File "F:\Anaconda\Anaconda3\envs\pyqt5s\lib\site-packages\matplotlib\__init__.py", line 107, in <m
odule>                                                                                              
    from . import cbook, rcsetup                                                                    
  File "F:\Anaconda\Anaconda3\envs\pyqt5s\lib\site-packages\matplotlib\cbook\__init__.py", line 28, 
in <module>                                                                                         
    import numpy as np                                                                              
  File "F:\Anaconda\Anaconda3\envs\pyqt5s\lib\site-packages\numpy\__init__.py", line 305, in <module
>                                                                                                   
    _win_os_check()                                                                                 
  File "F:\Anaconda\Anaconda3\envs\pyqt5s\lib\site-packages\numpy\__init__.py", line 302, in _win_os
_check                                                                                              
    raise RuntimeError(msg.format(__file__)) from None                                              
RuntimeError: The current Numpy installation ('F:\\Anaconda\\Anaconda3\\envs\\pyqt5s\\lib\\site-pack
ages\\numpy\\__init__.py') fails to pass a sanity check due to a bug in the windows runtime. See thi
s issue for more information: https://tinyurl.com/y3dm3h86                                          

更多Python数据科学相关见专题Python数据科学技能索引

如果你觉得下载numpy库的速度太慢,你可以尝试以下几种方法来解决这个问题: 1. 使用国内镜像源:使用国内镜像源可以加快下载速度。在使用pip安装numpy时,可以通过添加-i参数指定镜像源的地址,例如:pip install numpy -i https://pypi.tuna.tsinghua.edu.cn/simple 2. 使用代理服务器:如果你的网络环境限制了对国外资源的访问,可以通过使用代理服务器来加速下载。你可以在pip命令中添加--proxy参数来指定代理服务器的地址和端口。 3. 下载离线安装包:如果你的网络环境非常不稳定或者下载速度非常慢,你可以考虑下载numpy的离线安装包,然后将其复制到你的项目文件夹中,再通过pip install命令进行安装。你可以在numpy的官方网站或者其他可信源获取到离线安装包。 4. 使用包管理工具:如果你使用的是Anaconda等Python包管理工具,你可以尝试使用该工具提供的加速下载的功能。例如,在Anaconda Navigator中,你可以在设置选项中选择更快的下载源。 希望以上方法能帮助你提高numpy库的下载速度。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *3* [python下载所需要的库时,下载速度太慢,这篇文章教你如何解决](https://blog.csdn.net/kuwola/article/details/122292706)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] - *2* [彻底解决Python包下载慢问题](https://blog.csdn.net/weixin_43824829/article/details/127555566)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]
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