在Windows中安装Python中matplotlib,缺少的依赖包

转载博客:http://blog.csdn.net/xuyaoqiaoyaoge/article/details/52470825

python安装依赖的包:http://download.csdn.net/download/discoverer100/7843121

这些库尽量建一个专门的文件夹集中存放 
如果Python是32位的,那么库也装32位的,我的电脑是64位的,但装了32位的python,反正也可以用 
1.安装Numpy 
https://sourceforge.net/projects/numpy/files/NumPy/](https://sourceforge.net/projects/numpy/files/NumPy/)[ 
在这里网址里面,找到最新但同时符合你的电脑里的python版本的。 
我下载的是: 
numpy-1.10.0-win32-superpack-python2.7.exe 
因为我的python是2.7版本的。 
建议下载后缀为exe的版本。安装方便。 
双击安装,前提是你已经安装好python,然后它会自动找到python的安装目录,所以你只要不断下一步就OK 了。 
重启你的开发环境,输入下面的代码进行测试

# -*- coding:utf-8 -*
import numpy 
a= numpy.array([2,0,1,5])  #创建数组
print a    #输出数组
print a[:3]  #输出前3个
print a.min()   #输出最小值
a.sort()   #排序,然后a就变了
print a
b= numpy.array([[1,2,3],[4,5,6]])   #创建2维数组
print b*b   #打印数组的平方阵


 
 
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12

2.安装Scipy 
安装这个的前提是你已经安装了python和Numpy。 
https://sourceforge.net/projects/scipy/files/scipy/0.15.1/ 
进入这个网址,选择exe版本的,且和你的python版本对应的。 
我下载的是: 
scipy-0.15.1-win32-superpack-python2.7.exe 
安装过程和Numpy一样,一路下一步。 
测试代码如下:

# -*- coding:utf-8 -*
# 求解非线性方程组2x1-x2^2=1 , x1^2-x2=2
from scipy.optimize.minpack import fsolve
from scipy import integrate
def f(x):
    x1=x[0]
    x2=x[1]
    return [2*x1-x2**2-1 , x1**2-x2-2]
result = fsolve (f,[1,1])   #[]里面的1,1是随便的,写啥都行
print result
#数值积分
def g(x):
    return (1-x**2)**0.5
pi_2, err=integrate.quad(g,-1,1)
print pi_2*2
 
 
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15

3.安装MatPlotLib 
https://sourceforge.net/projects/matplotlib/files/matplotlib/matplotlib-1.5.0/windows/ 
32位的电脑下载: 
matplotlib-1.5.0.win32-py2.7.exe 
64位的下载: 
matplotlib-1.5.0.win-amd64-py2.7.exe 
安装和上面的一样,一路下一步。

解决 No module named pyparsing 
https://sourceforge.net/projects/pyparsing/files/pyparsing/pyparsing-2.0.3/ 
下载:pyparsing-2.0.3.win32-py2.7.exe 
一路next

4.安装dateutil 
http://labix.org/python-dateutil/ 
下载 
python-dateutil-1.5.tar.gz 
解压后从命令行进入该文件夹,运行

python setup.py install
 
 
  • 1
  • 1

5.安装Cycler 

出现的问题: ImportError: No module named cycler

https://pypi.python.org/pypi/Cycler 
下载cycler-0.10.0.tar.gz 
解压后从命令行进入该文件夹,运行

python setup.py install
 
 
  • 1
  • 1

6.安装six 
https://pypi.python.org/pypi/six/ 
下载 six-1.10.0.tar.gz 
解压后从命令行进入该文件夹,运行

python setup.py install
 
 
  • 1
  • 1

一般来说,这样装完就OK 了,如果还有问题,就在 
D:\Program Files (x86)\python\Lib\site-packages 
里面删除刚才安装的东西对应的文件夹。然后重新安装一下。

测试代码:

import matplotlib.pyplot as plt
plt.plot([1,2,3])
plt.ylabel('some numbers')
plt.show()
当您尝试在Python环境安装`matplotlib`库并遇到错误时,通常有几种常见的原因和解决方案。下面是一些可能的问题及解决办法: ### 错误的原因 1. **环境权限问题**:有时候用户运行命令行(如`pip install matplotlib`)时缺少必要的文件系统访问权限。 2. **依赖冲突**:如果您的环境已经存在了另一个版本的`numpy`或其他依赖项,可能会导致安装失败或错误。 3. **网络连接不稳定**:有时可能是由于网络不稳定、延迟较高或者防火墙限制等网络问题导致下载或安装速度慢或失败。 4. **缺少其他依赖**:除了`numpy`外,`matplotlib`还可能需要其他依赖项,例如`tornado`、`cycler`等,缺少这些依赖也可能导致安装出错。 5. **pip版本过低**:确保您使用的pip版本是最新的,旧版本可能无法处理某些新功能或。 ### 解决方案 #### 确保管理员权限 如果您发现安装过程提示“权限不足”,可以使用管理员权限运行终端命令。对于Windows用户,右键点击命令提示符选择“以管理员身份运行”;对于Linux或macOS用户,则可以在终端命令前加上`sudo`。 ```bash sudo pip install matplotlib ``` #### 检查网络状况 确保网络连接稳定,并检查是否有防火墙阻止了pip从官方仓库下载数据。可以尝试通过命令测试网络连接状态。 ```bash ping <目标IP地址> ``` #### 更新pip 如果pip版本过低,更新pip到最新版本,然后再尝试安装`matplotlib`。 ```bash python -m pip install --upgrade pip ``` #### 安装缺失的依赖 确认并安装所有`matplotlib`所需的依赖库。可以查看`matplotlib`的文档或者其官方GitHub页面了解所需的所有依赖。 ```bash pip install numpy tornado cycler other-dependencies ``` #### 使用虚拟环境 为了隔离不同项目的依赖管理,推荐使用虚拟环境(如conda、venv等)。这可以帮助避免全局安装时与其他项目之间的依赖冲突。 创建一个新的虚拟环境并激活它: ```bash conda create --name myenv conda activate myenv ``` 然后在这个环境安装`matplotlib`和其他依赖。 以上步骤应能帮助您解决大多数因安装`matplotlib`而产生的问题。如果问题仍然存在,详细查看错误信息可能提供更多的线索,以便更准确地诊断和解决问题。
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