1.翻开网址:https://pypi.org/project/numpy/#files,找到自己所装置的Python版别所对应的Numpy版别。
我的python版别是
下载的对应Numpy版别是
下载时需将Numpy下载到Python的装置目录下scripts目录下
2.在cmd中履行以下的指令:python-mpipinstall-Upip
体系会主动下载装置,成功装置后显现为:
3.在cmd中切换途径到自己的Python的scripts的下:
然后在该途径下履行以下的指令:pip3.6installnumpy-1.14.3-cp36-none-win_amd64.whl(install后边是自己下载的Numpy的版别)
若装置成功则显现:
此刻Numpy现已成功装置了,但是若在Python编辑器Pycharm中importnp时报错:ImportError:Nomodulenamednumpy
说明你装置了多个版别的Python或者你的的Pycharm的Python解说器不是cmd或终端默认的那个Python,此刻你需求找到你的numpy装置的Python途径的那个Python,将这个Python添加为Pycharm的python解说器。设置方法为:fiel-settings-project
此刻就可以啦。
如果你改了解说器的途径,但是每次途径又变成了项目所在途径,也便是解说器一直没有指向你python装置的途径,那么很有可能是你创立的项目设置为了创立虚拟环境,请参阅我的下一篇文章。
,python安装numpy库方法,【numpy库介绍】
numpy的全称是NumericalPython(本文悉数运用小写,貌似应该写成NumPy这样,可是这不重要),是Python的一个扩展程序库,它不仅针对数组运算供给了很多的函数库,而且它还能够支持维度数组与矩阵运算。重要的是,numpy内部解除了CPython中的全局解说器锁(GIL),运转功率非常好,是处理很多数组类结构和机器学习结构的根底库!
【numpy库装置】
一般运用pipinstallnumpy进行装置,对于进行机器学习和大数据分析的小朋友,强烈推荐装置Anaconda,其间含有很多的机器学习和数据相关的Python模块,装置成功后即可运用了,不必浪费时间了。
装置成功后,咱们在Python编译器中进行测试,运用importnumpy,如果不报错,阐明咱们的numpy装置无误了。
【numpy库根本运用】
Numpy中界说的最重要运用最频繁的目标便是ndarray的N维数组类型。
它描述相同类型(dtype)的元素调集,可以运用基于零的索引访问调集中的项目,它的相似Python中的列表索引。咱们学习numpy库,首先得学习ndarray目标。
ndarray的创立方法如下:
numpy.array(object,dtype=None,copy=True,order=None,subok=False,ndmin=0)
各参数解说如下:
【object】:数组或嵌套的数列
【dtype】:数组元素的数据类型,可选
【copy】:目标能否仿制,可选
【order】:创立数组的样式,C为行方向,F为列方向,A为任意方向,默认为A
【subok】:默认回来一个与基类类型共同的数组
【ndmin】:指定生成数组的最小维度
下面,咱们创立ndarray目标试试看(我运用jupyternotebook截取了几行代码,咱们看下用法)。
创立darray目标比如
上面咱们创立的都是一维数组目标(除了最后一行指定了最小维度为2的那个数组目标)。下面咱们看下运用numpy创立多维数组的比如。
创立多维数组
【总结】
咱们运用numpy.array()函数创立了多维度的ndarray数组目标,怎么了解这个数组目标呢?后续会有很有趣的内容跟咱们共享哦,欢迎留言讨论,咱们下文会深入介绍怎么更好的了解ndarray目标,欢迎继续重视。
Tips:本站所有资源均收集自互联网,分享目的仅供学习参考,资源版权归该资源的合法拥有者所有。
Tips:若本站所发布的资源侵犯到您的合法权益,请及时联系 hqteam@qq.com 删除!
暂无评论内容