Python3.6的组件numpy的安装

本文介绍如何在Windows 10系统上使用Python 3.6安装科学计算所需的四个关键库:numpy、scipy、scikit-learn 和 matplotlib。提供了适用于64位系统的具体whl文件名及安装步骤。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

安装numpy,scipy,scikit-learn,matplotlib

下载地址:https://www.lfd.uci.edu/~gohlke/pythonlibs/

我的版本是win10+python3.6,所以对应下载的numpy,scipy,scikit-learn,matplotlib文件如下:

matplotlib-2.0.2-cp36-cp36m-win_amd64.whl

numpy-1.13.3+mkl-cp36-cp36m-win_amd64.whl

scipy-0.19.1-cp36-cp36m-win_amd64.whl

scikit_learn-0.18.2-cp36-cp36m-win_amd64.whl

注:cp3.6是python3.6版本,win_amd64是window系统64位。需要注意numpy是要下载有mkl的版本的,因为scipy安装需要在numpy+mkl才能成功。

安装。首先因为scipy安装需要在numpy+mkl才能成功。所以需要先安装numpy+mkl。

在cmd下(以管理员身份打开)输入pip3 install +文件的路径

pip3是python提供的一个安装程序,位于python的安装目录下的Scripts目录中,  如果path没有设置好, 则你可以在cmd中人工切换过去.

就像下图这样.

 

安装成功后在lib/site-packages中有对应文件,也可在cmd下输入pip list查看安装成功的包。

笔记的机器上显示如下:

cycler (0.10.0)
matplotlib (2.0.0)
numpy (1.13.3+mkl)
pip (9.0.1)
pyparsing (2.2.0)
python-dateutil (2.6.1)
pytz (2017.3)
scikit-learn (0.19.1)
scipy (0.19.0)
setuptools (28.8.0)
six (1.11.0)

 

另外,也可以通过以下方式测试是否成功安装

在python下输入以下命令,若不报错则说明安装成功,可以愉快的学习了:

import numpy

import scipy

import sklearn(这个在新的版本都改为sklearn了,稍微注意下)

import  matplotlib

注意: 如果import sklearn后出现错误信息,那么多半是因为你的numpy包版本不匹配, 下载上文所示的版本重新安装.

卸载一个包用  pip3 uninstall 包名称

 

### 如何在 Python 3.6安装 OpenCV 库 要在 Python 3.6 环境中安装 OpenCV,可以按照以下方法操作: #### 方法一:通过预编译的 wheel 文件手动安装 对于 Windows 用户来说,推荐从 Gohlke 的网站下载适用于特定平台和 Python 版本的 pre-built binary (wheel) 文件。 1. **访问官方资源页面** 打开 [Gohlke 提供的 Python 额外库](https://www.lfd.uci.edu/~gohlke/pythonlibs/#opencv),找到 `opencv` 和 `opencv-contrib-python` 条目[^1]。 2. **选择合适的版本** - 如果您的 Python3.6,则应选择带有 `cp36` 字样的文件。 - 对于 64 位操作系统,选择带 `win_amd64` 后缀的 `.whl` 文件;如果是 32 位系统则选 `win32`[^1]。 3. **下载并保存到本地** 将选定的 `.whl` 文件下载至计算机上的某个目录(如 D:\Download),以便后续命令调用它[^1]。 4. **执行安装指令** 利用管理员权限打开 CMD 或终端工具,在其中输入如下命令完成安装: ```bash pip install path_to_your_file/opencv_python-*.whl ``` 5. **解决依赖项冲突** 若遇到错误提示关于 NumPy 不兼容的情况,请升级 NumPy 至最新稳定版来解决问题: ```bash pip install numpy --upgrade ``` #### 方法二:利用 Anaconda 发行版内置功能自动配置环境 如果您正在使用基于 Conda 构建的科学计算生态系统——Anaconda,则可以通过其包管理器简化流程。 1. **激活目标虚拟环境** (如果尚未创建新的独立空间) ```bash conda create -n myenv python=3.6 conda activate myenv ``` 2. **直接运行安装语句** 下面这条简单的命令会处理好所有的必要组件及其相互关系: ```bash conda install -c conda-forge opencv ``` 3. **验证是否正常工作** 创建一个小脚本来确认一切设置无误: ```python import cv2 # 加载图像样本进行初步检测 image_path = 'example_image.jpg' # 替换为实际存在的图片位置 img = cv2.imread(image_path) if img is not None: cv2.imshow('Test Image', img) cv2.waitKey(0) cv2.destroyAllWindows() else: print("Failed to load the specified image.") ``` 以上两种途径均能有效达成目的。具体采用哪一种取决于个人偏好以及现有开发框架的支持情况。 --- ###
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