windows2007 python2.7 32bit env 安装pandas和ipython

在Windows 2007上通过Python 2.7 32位环境安装pandas和ipython遇到困难,尝试pip安装失败后,解决方案是安装Anaconda,它提供了一个包含所有必要依赖的完整环境。
部署运行你感兴趣的模型镜像

一、pandas

因为用pip 老提示timeout,设置代理也没用,设置timeout时间也不管事,后来单个安装包,总是少各种东西,装了一下午也没成功。

最后在要放弃的时候,找到了一个最简单的办法

那就是安装anaconda!!!

它相当于一个容器:

是一个用于科学计算的Python发行版,支持 Linux, Mac, Windows系统,提供了包管理与环境管理的功能,可以很方便地解决多版本python并存、切换以及各种第三方包安装问题。Anaconda利用工具/命令 conda来进行package和environment的管理,并且已经包含了Python和相关的配套工具。

所以使用windows的亲们,建议一开始就使用这种方法!!!
anaconda.exe下载地址:
下载完成后双击安装,最后配置环境变量,如果使用eclipse,在eclipse里要 重新导入python.exe(C:\ProgramData\Anaconda2)

二、ipython
cmd>ipython

验证上面两步安装是否成功:
#-*- coding: utf-8 -*-
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

s = pd.Series([2,3,5,np.nan,9,10])
print s
结果:
0     2.0
1     3.0
2     5.0
3     NaN
4     9.0
5    10.0
dtype: float64


三、单个安装的过程中遇到的问题也记录在此吧,当做备忘
1. 下载pandas-0.16.0rc1.win32-py2.7.exe安装,验证是否安装成功:from pandas import Series
2.ImportError: No module named numpy
下载:numpy-1.13.3+mkl-cp27-cp27m-win32.whl
pip install numpy-1.13.3+mkl-cp27-cp27m-win32.whl
3.ImportError: No module named dateutil.tz
安装datautil.tz
4. 下载安装matplotlib-1.4.3.win32-py2.7.exe
5.下载安装pyparsing


在windows下安装pandas,只安装pandas一个包显然是不够的,它并没有把用到的相关包都打进去,这点是很麻烦的,只有等错误信息出来后才知道少了哪些包。我总结了一下,一共需要安装如下包:
pyparsing-2.0.2.win32-py2.7.exe
matplotlib-1.3.1.win32-py2.7.exe
openpyxl-openpyxl-5d2c0c874d2.tar.gz
setuptools-3.8.1.win32-py2.7.exe
numpy-MKL-1.8.1.win32-py2.7.exe
six-1.7.3.win32-py2.7exe
python-dateutil-2.2.win32-py2.7.exe

这些安装包的下载地址是:

另外一个很重要的注意事项是版本问题,Python扩展包和Python的版本严格相关,不同版本的Python,其扩展包的版本也不同。

最后一个注意事项是32位和64位不要搞混了,所有扩展包都分32位和64位两种版本。

您可能感兴趣的与本文相关的镜像

Python3.9

Python3.9

Conda
Python

Python 是一种高级、解释型、通用的编程语言,以其简洁易读的语法而闻名,适用于广泛的应用,包括Web开发、数据分析、人工智能和自动化脚本

### 在Linux Ubuntu 18.04上使用Python 2.7安装TensorFlowKeras 尽管官方推荐使用Python 3.x来安装TensorFlowKeras,但在某些特殊情况下可能仍需使用Python 2.7。需要注意的是,TensorFlow自2.0版本起已停止对Python 2的支持[^1]。因此,在这种场景下,建议安装较旧的TensorFlow版本(如1.15),并搭配兼容的Keras版本。 以下是具体的安装方法: #### 1. 安装依赖项 在Ubuntu 18.04中,默认已经预装了Python 2.7。为了确保开发环境正常工作,需要先安装一些必要的工具库: ```bash sudo apt-get update sudo apt-get install -y build-essential cmake git pkg-config libatlas-base-dev ``` #### 2. 创建虚拟环境 由于Python 2.7即将被淘汰,为了避免影响系统的默认Python环境,强烈建议通过`virtualenv`创建独立的虚拟环境。 ```bash sudo apt-get install -y python-pip python-virtualenv mkdir ~/tf_keras_env && cd ~/tf_keras_env virtualenv --python=python2.7 tf_keras_py2 source tf_keras_py2/bin/activate ``` #### 3. 安装TensorFlow 对于Python 2.7,可以选择安装最后一个支持该解释器的TensorFlow版本——即TensorFlow 1.15。可以通过pip完成安装: ```bash pip install tensorflow==1.15 ``` 验证安装是否成功: ```python import tensorflow as tf print(tf.__version__) ``` #### 4. 安装Keras 同样地,选择与TensorFlow 1.15兼容的Keras版本(通常为2.2.4或更早)。执行以下命令: ```bash pip install keras==2.2.4 ``` 测试Keras是否能正常使用: ```python import keras print(keras.__version__) ``` #### 5. 可选:安装其他常用库 如果项目涉及图像处理或其他功能需求,还可以额外安装Pillow、Matplotlib等辅助库: ```bash pip install pillow matplotlib opencv-python ``` --- ### 注意事项 - Python 2.7已于2020年正式退役,许多现代框架不再提供对其的支持。出于长期维护性安全性考虑,应尽早迁移到Python 3.x。 - 如果计划部署GPU加速模型,则需要进一步配置CUDA驱动程序及相关cuDNN库[^2]。 ---
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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