JAVA高级面试进阶训练营视频教程

admin

NumPy（Numeric Python）系统是Python的一种开源的数值计算扩展，一个用python实现的科学计算包。它提供了许多高级的数值编程工具，如：矩阵数据类型、矢量处理，以及精密的运算库。专为进行严格的数字处理而产生。内容包括：①一个强大的N维数组对象Array；②比较成熟的（广播）函数库；③用于整合C/C++和Fortran代码的工具包；④实用的线性代数、傅里叶变换和随机数生成函数。numpy和稀疏矩阵运算包scipy配合使用更加方便。

SciPy (Scientific Library for Python，pronounced "Sigh Pie") 是一个开源的数学、科学和工程计算包。它是一款方便、易于使用、专为科学和工程设计的Python工具包，包括统计、优化、整合、线性代数模块、傅里叶变换、信号和图像处理、常微分方程求解器等等。
Matplotlib是一个Python的图形框架，类似于MATLAB和R语言。它是python最著名的绘图库，它提供了一整套和matlab相似的命令API，十分适合交互式地进行制图。而且也可以方便地将它作为绘图控件，嵌入GUI应用程序中。
Scikit-Learn是基于python的机器学习模块，基于BSD开源许可。Scikit-learn的基本功能主要被分为六个部分，分类，回归，聚类，数据降维，模型选择，数据预处理，具体可以参考官方网站上的文档。

第一步：卸载原始版本，包括Numpy、Scipy、Matlotlib、Scikit-Learn

pip uninstall scikit-learn

pip uninstall numpy

pip uninstall scipy

pip uninstall matplotlib

第二步：不使用"pip install package"或"easy_install package"安装，或者去百度下载exe文件，而是去到官网下载相应版本，安装过程中最重要的地方就是版本需要兼容。

第三步：去到Python安装Scripts目录下，再使用pip install xxx.whl安装，先装Numpy\Scipy\Matlotlib包，再安装Scikit-Learn。

Numpy

下载地址：https://pypi.python.org/pypi/numpy/#downloads

这里我没有使用pip install numpy 进行安装，而是在Python的Scripts目录D:\Program Files\Python27\Scripts下使用

pip install D:\python64\numpy-1.11.2+mkl-cp27-cp27m-win_amd64.whl命令。

安装成功。

Scipy

下载地址：https://pypi.python.org/pypi/scipy/

安装命令：pip install D:\python64\scipy-0.18.1-cp27-cp27m-win_amd64.whl。

安装成功。

Matplotlib

下载地址：https://pypi.python.org/pypi/matplotlib/

安装命令：pip install D:\python64\matplotlib-1.5.3-cp27-cp27m-win_amd64.whl。

安装成功。

Scikit-learn

下载地址：https://pypi.python.org/simple/scikit-learn/

安装命令：pip install D:\python64\scikit_learn-0.18-cp27-cp27m-win_amd64.whl

安装成功。

 

测试运行环境
第一个代码：斜线坐标，测试matplotlib

import matplotlib

import numpy

import scipy

import matplotlib.pyplot as plt

 

plt.plot([1,2,3])

plt.ylabel('some numbers')

plt.show()

运行结果：

第二个代码：桃心程序，测试numpy和matplotlib
代码参考：Windows 下 Python easy_install 的安装 - KingsLanding

import numpy as np

import matplotlib.pyplot as plt

 

X = np.arange(-5.0, 5.0, 0.1)

Y = np.arange(-5.0, 5.0, 0.1)

 

x, y = np.meshgrid(X, Y)

f = 17 * x ** 2 - 16 * np.abs(x) * y + 17 * y ** 2 - 225

fig = plt.figure()

cs = plt.contour(x, y, f, 0, colors = 'r')

plt.show()

运行结果：

第三个程序：显示Matplotlib强大绘图交互功能
代码参考：Python-Matplotlib安装及简单使用 - bery

import numpy as np

import matplotlib.pyplot as plt

 

N = 5

menMeans = (20, 35, 30, 35, 27)

menStd = (2, 3, 4, 1, 2)

 

ind = np.arange(N) # the x locations for the groups

width = 0.35 # the width of the bars

 

fig, ax = plt.subplots()

rects1 = ax.bar(ind, menMeans, width, color='r', yerr=menStd)

womenMeans = (25, 32, 34, 20, 25)

womenStd = (3, 5, 2, 3, 3)

rects2 = ax.bar(ind+width, womenMeans, width, color='y', yerr=womenStd)

 

# add some

ax.set_ylabel('Scores')

ax.set_title('Scores by group and gender')

ax.set_xticks(ind+width)

ax.set_xticklabels( ('G1', 'G2', 'G3', 'G4', 'G5') )

 

ax.legend( (rects1[0], rects2[0]), ('Men', 'Women') )

 

def autolabel(rects):

# attach some text labels

for rect in rects:

height = rect.get_height()

ax.text(rect.get_x()+rect.get_width()/2., 1.05*height, '%d'%int(height),

ha='center', va='bottom')

 

autolabel(rects1)

autolabel(rects2)

 

plt.show()

运行结果：

第四个代码：矩阵数据集，测试sklearn

from sklearn import datasets

iris = datasets.load_iris()

digits = datasets.load_digits()

print digits.data

运行结果：

ImportError: numpy.core.multiarray failed to import
python安装numpy时出现的错误，这个通过stackoverflow和百度也是需要python版本与numpy版本一致，解决的方法包括"pip install -U numpy"升级或下载指定版本"pip install numpy==1.8"。但这显然还涉及到更多的包，没有前面的卸载下载安装统一版本的whl靠谱。

Microsoft Visual C++ 9.0 is required(unable to find vcvarsall.bat)
因为Numpy内部矩阵运算是用C语言实现的，所以需要安装编译工具，这和电脑安装的VC++或VS2012有关，解决方法：如果已安装Visual Studio则添加环境变量VS90COMNTOOLS即可，不同的VS版本对应不同的环境变量值：
Visual Studio 2010 (VS10)设置 VS90COMNTOOLS=%VS100COMNTOOLS%
Visual Studio 2012 (VS11)设置 VS90COMNTOOLS=%VS110COMNTOOLS%
Visual Studio 2013 (VS12)设置 VS90COMNTOOLS=%VS120COMNTOOLS%
但是这并没有解决，另一种方法是下载Micorsoft Visual C++ Compiler for Python 2.7的包。

PS：这些问题基本解决方法使用pip升级、版本一致、重新下载相关版本文件再安装。