windows下安装python科学计算环境,numpy scipy scikit等

背景:

目的:要用Python下的DBSCAN聚类算法。

scikit-learn 是一个基于SciPy和Numpy的开源机器学习模块,包括分类、回归、聚类系列算法,主要算法有SVM、逻辑回归、朴素贝叶斯、Kmeans、DBSCAN等,目前由INRI 资助,偶尔Google也资助一点。

SciPy是一个开源的Python算法库和数学工具包,SciPy包含的模块有最优化、线性代数、积分、插值、特殊函数、快速傅里叶变换、信号处理和图像处理、常微分方程求解和其他科学与工程中常用的计算。其功能与软件MATLAB、Scilab和GNU Octave类似。

Numpy和Scipy常常结合着使用,Python大多数机器学习库都依赖于这两个模块,绘图和可视化依赖于matplotlib模块,matplotlib的风格与matlab类似。

以上都是Python下的包。

Python科学计算包简介:

http://qxde01.blog.163.com/blog/static/67335744201368101922991/

安装:

scikit-learn安装说明:http://ogrisel.github.io/scikit-learn.org/sklearn-tutorial/install.html

可以看出需要安装numpy,scipy matplotlib

以上三个的下载地址:http://www.lfd.uci.edu/~gohlke/pythonlibs/#scikit-learn

分别在cmd下执行pip install xx.whl安装相应的包。成功截图如下:

安装过程中可能遇到的错误:

平台不支持:

查看Python版本和系统位数和你下载的包是否一致。如果一致,也可能会报错,具体原因我也不知道为啥,但是我把正在跑的Python以及使用pydev的MyEclipse都关了,以及把下面的编码报错解决了就自然好了,莫名其妙。

编码错误:

http://blog.csdn.net/hugleecool/article/details/17996993#

时间: 2024-08-01 10:44:14

windows下安装python科学计算环境,numpy scipy scikit等的相关文章

linux中安装python科学计算环境-numpy、scipy、matplotlib、OpenCV...

http://blog.csdn.net/pipisorry/article/details/39902327 在Ubuntu中安装numpy.scipy.matplotlib.OpenCV等 和Python(x,y)不一样,在Ubuntu中需要手工安装科学计算的各个模块, 如何安装IPython, NumPy, SciPy, matplotlib, PyQt4, Spyder, Cython, SWIG, ETS, OpenCV: 在Ubuntu下安装Python模块通常可以使用apt-get

linux和windows下安装python拓展包及requirement.txt安装类库

http://blog.csdn.net/pipisorry/article/details/39902327 python拓展包安装 直接安装拓展包默认路径: Unix(Linux)默认路径:/usr/local/lib/pythonX.Y/site-packagesWindows默认路径:C:\PythonXY\Lib\site-packages 測试和升级python拓展安装包pip 查看pip安装时相应的python版本号 which pip /d/python3.4.2/Scripts

Windows下安装python的scipy等科学计算包(转)

如果要使用python进行科学计算.数据分析等,一定要安装scipy.seaborn.numpy等等包. 但Windows下安装python的第三方库经常会出现问题.此前,已介绍过Windows下如何安装lxml,其实,这种安装方法也适合于其他无法通过pip或者IDE包管理工具进行安装的场景. 如果使用python的主要目的是为了进行科学计算.数据分析.爬虫等项目,强烈推荐使用Anaconda而不是其他IDE. Anaconda在python语言外,还集成了numpy.scipy.matplot

安装python科学计算库 [windows下]

由于今天数据挖掘练习的缘故,需要安装一些常用的科学计算库,如耳熟能详的numpy,scipy,sklearn,matplotlib,seaborn等. 本机python 32位版本3.6,使用pip3安装相关库,看到知乎上要说换用anaconda(附带python和一些扩展库),再用conda工具安装没有的库,可以很好的解决依赖问题.由于我对Python的依赖关系的管理没有深入了解,只依赖于pip或者easy_install的使用,所以当遇到pip安装某个库失败时,就有些无措了. 解决方法如下:

windows下安装python和依赖包的利器——Anaconda

在windows下安装python和很多依赖包,安装起来略为痛苦,可以使用python的大整合包——Anaconda Anaconda下载地址: http://continuum.io/downloads 下载好后,直接双击安装就OK了,连环境变量Path都不用自己设,方便快捷.最方便的一点是,它整合了大量的依赖包,下面是它所包含的全部依赖包: http://docs.continuum.io/anaconda/pkg-docs.html 其中比如科学计算的numpy, theano等都应有尽有

Mac OS X中搭建Python科学计算环境

这个日志也是参考了几位网友的经验(例如这篇日志:http://blog.csdn.net/waleking/article/details/7578517).他们推荐使用Mac Ports这样的软件来管理和安装所有的安装包.按照这里的教程:http://www.macports.org/install.php,需要首先安装Xcode,如果下载网速不好的话,使用浏览器下载可能需要数个小时.这里建议国内的朋友试试迅雷之类的离线下载,可以加速很多.安装好Mac Ports之后,在终端中输入: port

windows下安装python +eclipse pydev 插件

目录: 一. Python简介 二. 安装python 1. 在windows下安装 2. 在Linux下安装 三. 在windows下配置python集成开发环境(IDE) 1. 在Eclipse中安装PyDev插件 2. 配置Python Interpreters 四. 创建Python Project 五. 编写HelloWorld 六. 小结 一. Python简介: Python在Linux.windows.Mac os等操作系统下都有相应的版本,不管在什么操作系统下,它都能够正常工作

Windows下安装Python虚拟环境

Windows下安装Python虚拟环境 虚拟环境安装 需求概要 "虚拟环境"是从电脑独立开辟出来的环境.就好比我们生活中的橱柜中,会把酱油放在一个瓶子里,把醋放在另外一个瓶子里,这样做饭的时候你可以随意搭配酱油与醋的比例了. 做程序开发也一样,试想一下,如果某一天你正在做一个Django项目,而你的BOSS突然让你在本地调试一个有BUG的Flask项目,如果此时关掉正在做的Django开发的环境肯定会影响你工作的思路与进度,而直接把Flask运行在Django的环境下却会对你正在做的

windows下安装python模块

如何在windows下安装python模块 1. 官网下载安装包,比如(pip : https://pypi.python.org/pypi/pip#downloads) pip-9.0.1.tar.gz 2.解压 3.打开cmd窗口,进入解压目录 4.输入命令  "python setup.py install"