怎样安装numpy库

怎样安装numpy库,第1张

如果是通过命令方式的话,可以使用以下命令安装:

pip install numpy

如果使用IDE中功能安装的话,比如在pycharm中,选择File\settings\project Interpreter,然后点击+号,

接着在出现的对话框顶部输入numpy,在下方找到的numpy选中,再点击install package按钮即可。

具体如下。

打开PyCharm,点击设置

选择左侧栏目中的“项目:pythonProject”_“Python解释器”,点击右侧“+”输入“numpy”,安装即可。

Python由荷兰数学和计算机科学研究学会的GuidovanRossum于1990年代初设计,作为一门叫做ABC语言的替代品。Python提供了高效的高级数据结构,还能简单有效地面向对象编程。Python语法和动态类型,以及解释型语言的本质,使它成为多数平台上写脚本和快速开发应用的编程语言,随着版本的不断更新和语言新功能的添加,逐渐被用于独立的、大型项目的开发Python解释器易于扩展,可以使用C或C++(或者其他可以通过C调用的语言)扩展新的功能和数据类型。Python也可用于可定制化软件中的扩展程序语言。Python丰富的标准库,提供了适用于各个主要系统平台的源码或机器码。

在2018-11-13版本的Raspbian中,奇了怪了,系统默认装好的python3预装的numpy能直接运行,不需要额外包的。虚拟环境下安装numpy能顺利装好,但是 import 时候报错:

网上查一下,要安装一些环境:

sudo apt-get install libatlas-base-dev

装上就好了

再把你pycharm运行的界面也截图以下(主要是看下面输出窗口里有pyhon启动时候的命令行信息)

很明显你pycharm运行的不是左边powershell的python

很有可能是新建项目的时候误 *** 作点了创建虚拟环境

你把pycharm设置里所有的虚拟环境删了,以后创建也不要创建虚拟环境(除非你以后学习了什么叫虚拟环境知道是什么意思)

你检查一下python环境,用pip show numpy 命令检查一下是不是没有安装 numpy 这个包

如果没有安装的话,使用 pip install numpy 进行安装。

在 NumPy 中,可以使用不同的函数获取数组中的数据。

使用索引获取单个元素或者子数组中的元素

可以使用方括号 [] 加索引的方式获取单个元素或者子数组中的元素,例如:

import numpy as np

a = nparray([1, 2, 3, 4, 5])

print(a[2])   # 输出 3,获取数组中索引为 2 的元素

print(a[1:4]) # 输出 [2 3 4],获取数组中索引为 1 到 3 的元素

使用数组中的函数

可以使用数组对象自带的函数获取数组中的数据,例如:

import numpy as np

a = nparray([[1, 2, 3], [4, 5, 6]])

print(npsum(a))         # 输出 21,计算数组中所有元素的和

print(npmax(a))         # 输出 6,获取数组中的最大值

print(npargmax(a))      # 输出 5,获取数组中最大值的索引,此处为一维数组展开后的索引

print(npunravel_index(npargmax(a), ashape)) # 输出 (1, 2),获取数组中最大值的索引,此处为二维数组中的索引

使用 NumPy 提供的函数

NumPy 还提供了很多函数可以用来获取数据,例如:

import numpy as np

a = nparange(12)reshape(3, 4)

print(npsum(a, axis=0))      # 输出 [12 15 18 21],计算数组每列元素的和

print(npmean(a, axis=1))     # 输出 [15 55 95],计算数组每行元素的平均值

print(npstd(a))              # 输出 3452052529534663, 计算数组元素的标准差

以上是获取数组中数据的一些基本方式,具体应该根据实际情况选择合适的方法。

以上就是关于怎样安装numpy库全部的内容,包括:怎样安装numpy库、pycharm怎么安装numpy、树莓派在Python3虚拟环境中安装NumPy遇到的问题等相关内容解答,如果想了解更多相关内容,可以关注我们,你们的支持是我们更新的动力!

欢迎分享,转载请注明来源:内存溢出

原文地址: http://outofmemory.cn/web/9604662.html

(0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
上一篇 2023-04-30
下一篇 2023-04-30

发表评论

登录后才能评论

评论列表(0条)

保存