对Python进行数据分析_关于Package的安装问题


Posted in Python onMay 22, 2017

一、为什么要使用Python进行数据分析?

python拥有一个巨大的活跃的科学计算社区,拥有不断改良的库,能够轻松的集成C,C++,Fortran代码(Cython项目),可以同时用于研究和原型的构建以及生产系统的构建。

二、Python的优势与劣势:

1.Python是一种解释型语言,运行速度比编译型数据慢。

2.由于python有一个全局解释器锁(GIL),防止解释器同时执行多条python字节码,所以python不适用于高并发、多线程的应用程序。

三、使用Python进行数据分析常用的扩展包。

目前初始阶段的学习主要涉及4个包的安装:numpy、scipy、pandas、matplotlib

我笔记本里安装的是Python2.7版本,在安装了pip和setuptools工具,关于pip和setuptools工具的安装详见相关笔记。

最初使用的安装命令很简单:

pip install pandas
pip install numpy
pip install scipy
pip install matplotlib

但是只安装成功了numpy和matplotlib两个包,pandas和scipy安装失败,查阅了相关资料发现可能是版本问题或者包的依赖相关。

最终在stack overflow发现了一个很棒的Python包提供网址:http://www.lfd.uci.edu/~gohlke/pythonlibs/#scipy

--这里要Mark一下,后边争取写一个爬虫,搞下来所有的包防止丢失。

以上网址是加州大学欧文分校提供的Python相关库的下载地址,修改#后边的名字可以进去其他包的下载页面,此页面中提供了安装某个包需要依赖的前置包的说明,非常友好。

依赖包说明类似:

Pandas, a cross-section and time series data analysis toolkit.
Requires numpy, dateutil, pytz, setuptools, and optionally numexpr, bottleneck, scipy, matplotlib, pytables, lxml, xarray, blosc, backports.lzma, statsmodels, sqlalchemy and other dependencies.

然后就是一堆的pandas下载地址。

最终根据各个包的相关性先安装了numpy+mkl的whl文件,然后是安装scipy最后是pandas。

安装的方法如下:

1.下载对应的4个包放在D:\目录下(很奇怪我笔记本是AMD64位的但是安装amd64版本的包报不支持的platform的错误,安装了32位的可以正常import)

2.cmd命令行进入D:\目录执行:pip install <包的全名>进行安装。(如果已安装了其他错误的版本,使用pip uninstall卸载)

最后使用如下类似命令查看包的安装位置:

对Python进行数据分析_关于Package的安装问题 

以上这篇对Python进行数据分析_关于Package的安装问题就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持三水点靠木。

Python 相关文章推荐
使用Python的Treq on Twisted来进行HTTP压力测试
Apr 16 Python
Python使用Tkinter实现机器人走迷宫
Jan 22 Python
Django中的CBV和FBV示例介绍
Feb 25 Python
python 处理数字,把大于上限的数字置零实现方法
Jan 28 Python
Python面向对象总结及类与正则表达式详解
Apr 18 Python
python单例模式的多种实现方法
Jul 26 Python
python实现翻转棋游戏(othello)
Jul 29 Python
python实现复制文件到指定目录
Oct 16 Python
python 代码运行时间获取方式详解
Sep 18 Python
python如何实现word批量转HTML
Sep 30 Python
详解Pymongo常用查询方法总结
Jan 29 Python
python如何做代码性能分析
Apr 26 Python
详解python之配置日志的几种方式
May 22 #Python
多版本Python共存的配置方法
May 22 #Python
Python中元组,列表,字典的区别
May 21 #Python
Apache如何部署django项目
May 21 #Python
python使用mysql数据库示例代码
May 21 #Python
Python实现一个转存纯真IP数据库的脚本分享
May 21 #Python
Python学习小技巧之利用字典的默认行为
May 20 #Python
You might like
php学习之function的用法
2012/07/14 PHP
PHP数据类型的总结分析
2013/06/13 PHP
深入解析php中的foreach函数
2013/08/31 PHP
淘宝ip地址查询类分享(利用淘宝ip库)
2014/01/07 PHP
Smarty foreach控制循环次数的一些方法
2015/07/01 PHP
PHP简单实现遍历目录下特定文件的方法小结
2017/05/22 PHP
javascript AutoScroller 函数类
2009/05/29 Javascript
JQuery与Ajax常用代码实现对比
2009/10/03 Javascript
JS保留两位小数,多位小数的示例代码
2014/01/07 Javascript
浅谈JavaScript函数的四种存在形态
2016/06/08 Javascript
JS简单实现表格排序功能示例
2016/12/20 Javascript
5分钟打造简易高效的webpack常用配置
2017/07/04 Javascript
ES6新特性:使用export和import实现模块化详解
2017/07/31 Javascript
vue-cli2打包前和打包后的css前缀不一致的问题解决
2018/08/24 Javascript
Element的el-tree控件后台数据结构的生成以及方法的抽取
2020/03/05 Javascript
Vue双向数据绑定(MVVM)的原理
2020/10/03 Javascript
使用Vant完成DatetimePicker 日期的选择器操作
2020/11/12 Javascript
python爬虫之模拟登陆csdn的实例代码
2018/05/18 Python
Python Subprocess模块原理及实例
2019/08/26 Python
python图的深度优先和广度优先算法实例分析
2019/10/26 Python
Python浮点数四舍五入问题的分析与解决方法
2019/11/19 Python
如何基于Python获取图片的物理尺寸
2019/11/25 Python
python使用正则表达式(Regular Expression)方法超详细
2019/12/30 Python
详解python内置模块urllib
2020/09/09 Python
HTML5本地存储之Web Storage应用介绍
2013/01/06 HTML / CSS
HTML中meta标签及Keywords
2020/04/15 HTML / CSS
小学敬老月活动方案
2014/02/11 职场文书
航海技术专业毕业生求职信
2014/04/06 职场文书
《花瓣飘香》教学反思
2014/04/15 职场文书
竞选大队委员演讲稿
2014/04/28 职场文书
公司开业庆典策划方案
2014/06/04 职场文书
平面设计专业求职信
2014/08/09 职场文书
详解缓存穿透击穿雪崩解决方案
2021/05/28 Redis
SpringBoot读取Resource下文件的4种方法
2021/07/02 Java/Android
Java界面编程实现界面跳转
2022/06/16 Java/Android
Python使用pandas导入xlsx格式的excel文件内容操作代码
2022/12/24 Python