一个教程搞定!Python安装Numpy、scipy、pandas、matplotlib、ipython、scikit-learn库 便捷数据分析

前言

环境:win7、python3.7 64位版本

目的:为了好好学习机器学习,工欲善其事,必先利其器。安装好着些库,操作起来手到擒来。

ipython是一个python的交互式shell,比默认的python shell好用得多,支持变量自动补全,自动缩进,支持bash shell命令,内置了许多很有用的功能和函数。
pandas是用于进行数据分析的库,可以生成类似Excel表格的数据表,可以从很多不同种类的数据库中提取数据。
matplotlib是绘图库,能够输出折线图、散点图、直方图。
scikit-learn是非常流行的python机器学习库,包含众多顶级机器学习算法。
Numpy是基础科学计算库,对scikit-learn十分重要,scikit-learn使用Numpy数组形式的数据进行处理。
scipy是强大的科学计算工具集,有很多函数,scikit-learn需要使用scipy对算法进行执行。

安装pandas、matplotlib、ipython、scikit-learn

这几个库的安装非常简便
进入命令终端 用如下语句一句下载 慢慢等就好了

pip install pandas matplotlib ipython scikit-learn

安装Numpy+MKL

安装这个要对应已安装好的python版本
首先查看自己的Python版本 命令窗口下输入python查看
在这里插入图片描述
我的版本是python 3.7.0 64位
进入Numpy+Mkl下载链接
https://www.lfd.uci.edu/~gohlke/pythonlibs/#numpy
选择自己对应的版本进行下载
cp38对应python3.8 cp37对应python3.7
amd64代表64位
在这里插入图片描述

一下开始选择下载numpy-1.18.3+mkl-cp37-cp37m-win_amd64.whl版本 下载速度有点慢 最后变成0kb/s 久久不动 重新换了一个
选择下载numpy-1.18.2mkl-cp37-cp37m-win_amd64.whl 也是适合的

分享连接啦 给需要的小伙伴们加加速

链接:https://pan.baidu.com/s/1woVvBQmhlTrlbglijA517A
提取码:a2ir

下载好后,在命令窗口进入文件所在的地址,用pip install 命令 来安装Numpy+mkl

pip install numpy-1.18.2mkl-cp37-cp37m-win_amd64.whl

在这里插入图片描述
验证是否成功,在IDLE 中输入如下代码,没有报错就成功了

import numpy

安装scipy

注意一定要先安装Numpy+scipy后,安装scipy才能成功
https://www.lfd.uci.edu/~gohlke/pythonlibs/#scipy
进入scipy下载地址
如上一样根据python版本号选择相应的版本
在这里插入图片描述
我下载的版本是:scipy-1.4.1-cp37-cp37m-win_amd64.whl
下载好后,在命令窗口进入文件所在的地址,用pip install 命令 来安装scipy

pip install scipy-1.4.1-cp37-cp37m-win_amd64.whl

安装好后,验证是否成功,在IDLE 中输入如下代码,没有报错就成功了

import scipy

全部验证一遍啦
在这里插入图片描述

  • 15
    点赞
  • 48
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
numpypandasscipyscikit-learnmatplotlibPython常用的科学计算和数据可视化。它们之间的关系是: - Numpy一个用于进行数值计算的,提供了多维数组对象和一组用于操作数组的函数。它是其他科学计算的基础。 - Pandas一个用于数据分析和处理的,提供了高效的数据结构和数据分析工具。它建立在Numpy之上,可以方便地处理和操作数据。 - Scipy一个用于科学计算的,提供了许多数学、科学和工程计算的功能。它建立在Numpy之上,并提供了更高级的数学和科学计算功能。 - Scikit-learn一个用于机器学习,提供了各种机器学习算法和工具。它建立在NumpyScipy之上,并提供了用于训练和评估模型的函数和工具。 - Matplotlib一个用于数据可视化的,提供了各种绘图函数和工具。它可以用于创建各种类型的图表和图形,包括线图、散点图、柱状图等。 如果你想学习这些,可以按照以下学习路径进行: 1. 确定学习目的,即你想要使用这些来解决什么问题或实现什么功能。 2. 搜索相关资源,包括官方文档、教程、示例代码等。你可以参考引用\[1\]和引用\[2\]提供的学习资料。 3. 制定学习计划,确定你需要学习的内容和学习的顺序。你可以按照引用\[2\]提供的学习路径原则进行规划。 总之,numpypandasscipyscikit-learnmatplotlibPython常用的科学计算和数据可视化,它们之间有着密切的关系,并且可以相互配合使用来进行数据分析、科学计算和机器学习等任务。 #### 引用[.reference_title] - *1* *2* [NumpyPandasSciPyScikit-LearnMatplotlib的关系以及学习资料](https://blog.csdn.net/u014410989/article/details/89947128)[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^v91^koosearch_v1,239^v3^insert_chatgpt"}} ] [.reference_item] - *3* [安装conda和pandasnumpyscikit-learn、seaborn、matplotlib、xlutils](https://blog.csdn.net/q839039228/article/details/124516133)[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^v91^koosearch_v1,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]
评论 1
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