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
python中查找excel某一列的重复数据 剔除之后打印
Feb 10 Python
在Python的struct模块中进行数据格式转换的方法
Jun 17 Python
python爬虫入门教程--快速理解HTTP协议(一)
May 25 Python
Python中import机制详解
Nov 14 Python
Django 登陆验证码和中间件的实现
Aug 17 Python
python实现操作文件(文件夹)
Oct 31 Python
python函数装饰器之带参数的函数和带参数的装饰器用法示例
Nov 06 Python
Python Lambda函数使用总结详解
Dec 11 Python
python实现逢七拍腿小游戏的思路详解
May 26 Python
Numpy中ndim、shape、dtype、astype的用法详解
Jun 14 Python
python实现单机五子棋
Aug 28 Python
利用Python脚本写端口扫描器socket,python-nmap
Jul 23 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
火车头discuz6.1 完美采集的php接口文件
2009/09/13 PHP
ThinkPHP中ajax使用实例教程
2014/08/22 PHP
php模式设计之观察者模式应用实例分析
2019/09/25 PHP
laravel5 Eloquent 实现事务方式
2019/10/21 PHP
Extjs学习笔记之七 布局
2010/01/08 Javascript
js确定对象类型方法
2012/03/30 Javascript
jQuery学习笔记(2)--用jquery实现各种模态提示框代码及项目构架
2013/04/08 Javascript
CSS+jQuery实现的一个放大缩小动画效果
2013/09/24 Javascript
jQuery实现点击该行即可删除HTML表格行
2014/10/17 Javascript
thinkphp实现无限分类(使用递归)
2015/12/19 Javascript
Vue.js基础知识小结
2017/01/13 Javascript
详解React中的组件通信问题
2017/07/31 Javascript
Vue.js 2.x之组件的定义和注册图文详解
2018/06/19 Javascript
详解使用Next.js构建服务端渲染应用
2018/07/10 Javascript
vue devtools的安装与使用教程
2018/08/08 Javascript
js面向对象方式实现拖拽效果
2021/03/03 Javascript
Windows下安装python2.7及科学计算套装
2015/03/05 Python
Python 读写文件和file对象的方法(推荐)
2016/09/12 Python
python爬虫 正则表达式使用技巧及爬取个人博客的实例讲解
2017/10/20 Python
python 日志增量抓取实现方法
2018/04/28 Python
pycharm: 恢复(reset) 误删文件的方法
2018/10/22 Python
详解Python函数式编程—高阶函数
2019/03/29 Python
react+django清除浏览器缓存的几种方法小结
2019/07/17 Python
详解基于python的多张不同宽高图片拼接成大图
2019/09/26 Python
python多项式拟合之np.polyfit 和 np.polyld详解
2020/02/18 Python
python+requests接口自动化框架的实现
2020/08/31 Python
英国女士家居服网站:hush
2017/08/09 全球购物
电子狗项圈:eDog Australia
2019/12/04 全球购物
舞蹈教育学专业推荐信
2013/11/27 职场文书
挂靠协议书范本
2014/04/22 职场文书
嘉宾邀请函
2015/01/31 职场文书
2015年八一建军节演讲稿
2015/03/19 职场文书
指导教师推荐意见
2015/06/05 职场文书
委托收款证明
2015/06/23 职场文书
《包身工》教学反思
2016/02/23 职场文书
python绘制简单直方图(质量分布图)的方法
2022/04/21 Python