ubuntu16.04下安装python数学工具（numpy，scipy，pandas，matplotlib）

一、安装numpy

NumPy（Numeric Python）是用Python进行科学计算的基本软件包。 NumPy是Python编程语言的扩展，增加了对大型多维数组和矩阵的支持，以及一个大型的高级数学函数库来操作这些数组。NumPy提供了许多高级的数值编程工具，如：矩阵数据类型、矢量处理，以及精密的运算库。专为进行严格的数字处理而产生。
python2版本:

sudo apt-get update
sudo apt-get install python-numpy  

python3版本:

sudo apt-get update
sudo apt-get install python3-numpy  

测试安装： 

二、安装SciPy

SciPy（发音为“Sigh Pie”）是开放源码的数学，科学和工程软件。 SciPy库依赖于NumPy，它提供了便捷的N维数组操作。 SciPy库构建为与NumPy数组一起工作，并提供了许多用户友好和高效的数值例程，例如用于数值积分和优化的例程。 它们一起运行在所有流行的操作系统上，安装快速且免费。 NumPy和SciPy易于使用，但功能强大，足以受到一些世界领先的科学家和工程师的依赖。 如果您需要在计算机上操纵数字并显示或发布结果，那么Scipy就是这项工作的工具。 
打开终端，输入：
python2.7版本：

sudo apt-get update
sudo apt-get install python-scipy

python3.x版本：

sudo apt-get update
sudo apt-get install python3-scipy

测试安装（求特征值和特征向量）： 

三、安装matplotlib

matplotlib是Python编程语言及其NumPy数值数学扩展的绘图库。 它提供了一个面向对象的API，用于将绘图嵌入到使用通用GUI工具包（如wxPython，Qt或GTK +）的应用程序中。 还有一个基于状态机（如OpenGL）的程序“pylab”接口，其设计与MATLAB非常相似，SciPy使用matplotlib。
python2.7安装：

sudo apt-get update
sudo apt-get install python-matplotlib

python3.x安装：

sudo apt-get update
sudo apt-get install python3-matplotlib

测试安装(插值)：

python3
import numpy as np
from scipy import interpolate
import matplotlib.pyplot as plt
x = np.linspace(0, 4, 12)
y = np.cos(x**2/3+4)
print (x,y)
plt.plot(x, y,‘o’)
plt.show()

四、安装pandas

Pandas是一个Python软件包，提供快速，灵活和富有表现力的数据结构，旨在使“关系”或“标记”数据的工作既简单又直观。 它旨在成为在Python中进行实际的，真实世界的数据分析的基本高级构件。 另外，它具有更广泛的目标，即成为任何语言中最强大，最灵活的开源数据分析/操作工具。 它已经很好地走向了这个目标。

pandas非常适合许多不同类型的数据： 
具有异构类型列的表格数据，如在SQL表格或Excel电子表格中。 
有序和无序（不一定是固定频率）的时间序列数据。 
具有行列标签的任意矩阵数据（均匀类型或异类型）。 
任何其他形式的观测/统计数据集。 数据实际上不需要标记为放置在pandas数据结构中。
 

python2.7安装：

sudo apt-get update
sudo apt-get install python-pandas

python3.x安装：

sudo apt-get update
sudo apt-get install python3-pandas

测试： 

五、安装scikit-learn 

scikit-learn项目是由David Cournapeau编写的Google Summer of Code项目scikits.learn开始的。 它的名字源于它是一个“SciKit”（SciPy工具包）的概念，SciPy工具包是SciPy独立开发和分发的第三方扩展。 最初的代码库后来被其他开发者广泛地重写了。 在各种scikits中，scikit-learn和scikit-image在2012年11月被描述为“维护良好和流行”。

python2.7安装：
 

sudo apt-get update
sudo apt-get install python-sklearn

python3.x安装：

sudo apt-get update
sudo apt-get install python3-sklearn

测试：

# Plotting Cross-Validated Predictions
from sklearn import datasets
from sklearn.model_selection import cross_val_predict
# Generate cross-validated estimates for each input data point
from sklearn import linear_model
import matplotlib.pyplot as plt

lr = linear_model.LinearRegression()
boston = datasets.load_boston()
# Load and return the boston house-prices dataset (regression).
# from sklearn.datasets import load_boston
# boston = load_boston()
# print(boston.data.shape)
y = boston.target

# cross_val_predict returns an array of the same size as `y` where each entry
# is a prediction obtained by cross validation:
predicted = cross_val_predict(lr, boston.data, y, cv=10)

fig, ax = plt.subplots()
ax.scatter(y, predicted)
ax.plot([y.min(), y.max()], [y.min(), y.max()], 'k--', lw=4)
ax.set_xlabel('Measured')
ax.set_ylabel('Predicted')
plt.show()

 

----------------------------------------------------------------

 

 

欢迎大家转载我的文章。

转载请注明：转自 抚琴弹出情调零  vx:qiang250571870