scipy的安装教程

这篇具有很好参考价值的文章主要介绍了scipy的安装教程。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

导读

上篇文章Python的数学计算库scipy介绍中已经详细介绍过了scipy的用途,这篇文章主要来介绍如何安装scipy,本篇文章安装Python包的方法适用于其他的包

安装Python包的方法通常有三种方法:

  1. 通过pip来进行安装
  2. 通过conda来进行安装
  3. 通过whl文件进行安装

下面对于scipy的安装主要也基于上面三种方法来进行

pip安装包

Python中安装库其实是非常方便的,通过pip就能很容易的进行安装

pip install scipy

scipy的安装教程
有时候通过pip默认的源来安装包的时候会非常的慢,这时候我们可以通过修改pip的源来提供下载包的速度,有清华源阿里源豆瓣源等都可以使用,我这里使用的是清华源设置方法如下:

  • 临时设置
    关于命令窗口之后会切换到默认的pip源
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple some-package
  • 设置为默认
    永久有效
python -m pip install --upgrade pip
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

通过conda来安装

通过conda的虚拟环境来管理不同的项目非常方便,这样不同项目之间相同包的不同版本就不会存在冲突问题,所以建议对于不同的项目采用不同的虚拟环境进行管理。

  • 安装anaconda
    要想通过conda来管理虚拟环境我们就需要安装anaconda或者miniconda,这两者的区别在于anaconda安装完成之后它占用的空间会比较大,因为它还包含了很多其他的库。而miniconda它的占用空间会小的多,它之后安装conda的命令以及Python一些基础的包。
    anaconda安装包下载地址:https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
    miniconda安装包下载地址:https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/
    下载的时候根据不同的系统以及需要的Python版本进行选择即可

  • 创建虚拟环境
    通过conda create来创建虚拟环境-n用来设置虚拟环境的名称(py3.8),后面的python==是用来设置创建虚拟环境Python的版本

conda create -n py3.8 python==3.8

scipy的安装教程

  • 进入虚拟环境
activate py3.8
  • conda安装包
conda install scipy

scipy的安装教程

通过whl文件进行安装

whl文件其实就是包编译好的文件格式,细心的同学也许已经发现了在使用pip安装scipy库的时候就是下载的whl文件来进行安装的,那为啥还需要单独使用whl文件来安装包呢?

单独下载whl文件来进行安装,是因为有时候使用pip安装包的时候,下载并不是whl文件而是源码,下载完源码之后需要在本地进行编译成whl文件然后再进行安装,但是有时候因为本地的环境问题会导致编译出错,有的错误解决起来会比较麻烦,这时候采用whl文件来进行安装能够避免这类问题的发生。

whl文件下载网址:https://www.lfd.uci.edu/~gohlke/pythonlibs/
scipy的安装教程
这时候你可以根据你本地python的版本和系统位数来选择whl文件,将whl文件下载到本地之后,再通过python来进行安装,安装命令如下文章来源地址https://www.toymoban.com/news/detail-401467.html

pip install scipy-1.8.0-cp38-cp38-win_amd64.whl

到了这里,关于scipy的安装教程的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • Redis 专栏、JVM 专栏、RocketMQ 专栏、ZooKeeper 专栏文章导读

    欢迎关注公众号(通过文章导读关注:【11来了】),及时收到 AI 前沿项目工具及新技术 的推送 发送 资料 可领取 深入理解 Redis 系列文章结合电商场景讲解 Redis 使用场景 、 中间件系列笔记 和 编程高频电子书 ! 文章导读地址:点击查看文章导读! 感谢你的关注! 下边这

    2024年02月02日
    浏览(37)
  • 论文导读|Operations Research近期文章精选:零售业的未来何在?

      作者:Evelyn Yao 清华大学本科在读 编者按 在“Operations Research近期论文精选”中,我们有主题、有针对性地选择了Operations Research中一些有趣的文章,不仅对文章的内容进行了概括与点评,而且也对文章的结构进行了梳理,旨在激发广大读者的阅读兴趣与探索热情。在本期“

    2023年04月11日
    浏览(44)
  • 【AI绘图 丨 Stable_diffusion 系列教程一】— Window 环境 | Stable Diffusion入门教程 及安装(上篇)

    不过确实,Midjourney生成的图片很难精准的控制,随机性很高,需要大量的跑图(为此我也回复了很多很多信息就是让小伙伴们多跑图...),不过没关系,受到社群小伙伴们的强烈建议(也包括我可以少回复点消息),我在这篇文章中为大家分享SD的教程。 这时候肯定有朋友心

    2024年02月09日
    浏览(50)
  • 【100天精通Python】Day74:python机器学习的生态圈(numpy,scipy,scikit-learn等),库安装环境搭建(conda virtualenv), 以及入门代码示例

    目录  1 python 机器学习的生态圈        1.1 NumPy 和 SciPy: 1.2 Pandas: 1.3 Matplotlib 和 Seaborn: 1.4 Scikit-Learn: 1.5 TensorFlow 和 PyTorch: 1.6 Jupyter Notebooks: 1.7 NLTK(Natural Language Toolkit): 1.8 Statsmodels: 1.9 Virtualenv 和 Conda: (1)virtualenv  安装和使用 (2)conda安装和使用 1.10 Flask

    2024年02月03日
    浏览(64)
  • PHP入门基础教程 - 专栏导读

    🏆作者简介,黑夜开发者,全栈领域新星创作者✌,CSDN博客专家,阿里云社区专家博主,2023年6月CSDN上海赛道top4。 🏆数年电商行业从业经验,历任核心研发工程师,项目技术负责人。 🏆本文已收录于PHP专栏:PHP入门基础教程。 欢迎来到 PHP 入门基础教程!本专栏将带领你

    2024年02月12日
    浏览(36)
  • 【Scipy优化使用教程】二、Scipy中有约束优化的两种算法

    参考官网:Scipy. 对于有约束的最小化问题, Scipy 提供的 minimize 这个包有三个: trust-constr , SLSQP\\\' 和 COBYLA 。它们要求使用稍微不同的结构来定义约束。 trust-constr 需要要求约束被定义成一系列的 LinearConstraint 和 NonlinearConstraint 两种类型。 SLSQP\\\' 和 COBYLA 需要要求约束条件被定义

    2024年02月02日
    浏览(46)
  • Scipy 中级教程——优化

    Scipy 提供了多种优化算法,用于求解最小化或最大化问题。这些问题可以涉及到拟合模型、参数优化、函数最优化等。在本篇博客中,我们将深入介绍 Scipy 中的优化功能,并通过实例演示如何应用这些算法。 1. 单变量函数最小化 假设我们有一个单变量函数,我们想要找到使

    2024年01月21日
    浏览(49)
  • Scipy 高级教程——稀疏矩阵

    Scipy 提供了处理稀疏矩阵的工具,这对于处理大规模数据集中的稀疏数据是非常有效的。本篇博客将深入介绍 Scipy 中的稀疏矩阵功能,并通过实例演示如何应用这些工具。 1. 稀疏矩阵的表示 在 Scipy 中,稀疏矩阵可以使用 scipy.sparse 模块进行表示。常用的稀疏矩阵类型有 cs

    2024年01月17日
    浏览(35)
  • Scipy 中级教程——图像处理

    Scipy 的图像处理模块提供了许多功能,用于读取、处理和分析图像。在本篇博客中,我们将深入介绍 Scipy 中的图像处理功能,并通过实例演示如何应用这些工具。 1. 读取和显示图像 首先,让我们学习如何使用 Scipy 读取和显示图像。我们将使用 scipy.ndimage 模块中的 imread 函数

    2024年01月16日
    浏览(52)
  • 网安入门须知:Python基础导读

    「作者主页」: 士别三日wyx 「作者简介」: CSDN top100、阿里云博客专家、华为云享专家、网络安全领域优质创作者 「推荐专栏」: 小白零基础《Python入门到精通》 数字类型(Number)常用于存储 「数值」 ,是 「不可变」 类型。 「创建」 数字类型变量 「删除」 数字类型变

    2023年04月14日
    浏览(29)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包