码迷,mamicode.com
首页 > 编程语言 > 详细

Windows10+Python3下安装NumPy+SciPy+Matplotlib

时间:2017-06-27 20:06:08      阅读:572      评论:0      收藏:0      [点我收藏+]

标签:numpy   cat   ref   and   分布   append   veh   设置   创建   

Numpy、SciPy、MatplotLib是Python下从事科学计算必不可少的库。我在用其他的方法安装时出现各种问题,发现直接安装.whl包是最快且不报错的方法。

1.下载.whl包
在下面的网站中找需要的.whl文件下载
http://www.lfd.uci.edu/~gohlke/pythonlibs/
要和自己本地安装的版本一致,我选择的whl文件是:
numpy-1.13.0+mkl-cp36-cp36m-win32.whl
scipy-0.19.1-cp36-cp36m-win32.whl
matplotlib-2.0.2-cp36-cp36m-win32.whl

2.开始在命令行安装
>pip3 install c:\(whl文件下载的路径)\numpy-1.13.0+mkl-cp36-cp36m-win32.whl
>pip3 install c:\(whl文件下载的路径)\scipy-0.19.1-cp36-cp36m-win32.whl
>pip3 install c:\(whl文件下载的路径)\matplotlib-2.0.2-cp36-cp36m-win32.whl

如果不出意外,这就都安装好了。

3.开始测试
测试代码来自:http://www.cnblogs.com/jasonfreak/p/5441512.html 感谢作者

  1 from numpy import array
  2 from numpy.random import normal
  3 from matplotlib import pyplot
  4 
  5 def genData():
  6     heights = []
  7     weights = []
  8     grades = []
  9     N = 10000
 10 
 11     for i in range(N):
 12         while True:
 13             # 身高服从均值172,标准差为6的正态分布
 14             height = normal(172, 6)
 15             if 0 < height: break
 16         while True:
 17             # 体重由身高作为自变量的线性回归模型产生,误差服从标准正态分布
 18             weight = (height - 80) * 0.7 + normal(0, 1)
 19             if 0 < weight: break
 20         while True:
 21             # 分数服从均值为70,标准差为15的正态分布
 22             score = normal(70, 15)
 23             if 0 <= score and score <= 100:
 24                 grade = E if score < 60 else (
 25                 D if score < 70 else (C if score < 80 else (B if score < 90 else A)))
 26                 break
 27         heights.append(height)
 28         weights.append(weight)
 29         grades.append(grade)
 30     return array(heights), array(weights), array(grades)
 31 
 32 
 33 # 绘制柱状图
 34 def drawBar(grades):
 35     xticks = [A, B, C, D, E]
 36     gradeGroup = {}
 37     # 对每一类成绩进行频数统计
 38     for grade in grades:
 39         gradeGroup[grade] = gradeGroup.get(grade, 0) + 1
 40     # 创建柱状图
 41     # 第一个参数为柱的横坐标
 42     # 第二个参数为柱的高度
 43     # 参数align为柱的对齐方式,以第一个参数为参考标准
 44     pyplot.bar(range(5), [gradeGroup.get(xtick, 0) for xtick in xticks], align=center)
 45 
 46     # 设置柱的文字说明
 47     # 第一个参数为文字说明的横坐标
 48     # 第二个参数为文字说明的内容
 49     pyplot.xticks(range(5), xticks)
 50 
 51     # 设置横坐标的文字说明
 52     pyplot.xlabel(Grade)
 53     # 设置纵坐标的文字说明
 54     pyplot.ylabel(Frequency)
 55     # 设置标题
 56     pyplot.title(Grades Of Male Students)
 57     # 绘图
 58     pyplot.show()
 59 
 60 
 61 #绘制饼形图
 62 def drawPie(grades):
 63     labels = [A, B, C, D, E]
 64     gradeGroup = {}
 65     for grade in grades:
 66         gradeGroup[grade] = gradeGroup.get(grade, 0) + 1
 67     #创建饼形图
 68     #第一个参数为扇形的面积
 69     #labels参数为扇形的说明文字
 70     #autopct参数为扇形占比的显示格式
 71     pyplot.pie([gradeGroup.get(label, 0) for label in labels], labels=labels, autopct=%1.1f%%)
 72     pyplot.title(Grades Of Male Students)
 73     pyplot.show()
 74 
 75 
 76 #绘制直方图
 77 def drawHist(heights):
 78     #创建直方图
 79     #第一个参数为待绘制的定量数据,不同于定性数据,这里并没有事先进行频数统计
 80     #第二个参数为划分的区间个数
 81     pyplot.hist(heights, 100)
 82     pyplot.xlabel(Heights)
 83     pyplot.ylabel(Frequency)
 84     pyplot.title(Heights Of Male Students)
 85     pyplot.show()
 86 
 87 
 88 #绘制累积曲线
 89 def drawCumulativeHist(heights):
 90     #创建累积曲线
 91     #第一个参数为待绘制的定量数据
 92     #第二个参数为划分的区间个数
 93     #normed参数为是否无量纲化
 94     #histtype参数为‘step‘,绘制阶梯状的曲线
 95     #cumulative参数为是否累积
 96     pyplot.hist(heights, 20, normed=True, histtype=step, cumulative=True)
 97     pyplot.xlabel(Heights)
 98     pyplot.ylabel(Frequency)
 99     pyplot.title(Heights Of Male Students)
100     pyplot.show()
101 
102 
103 #绘制散点图
104 def drawScatter(heights, weights):
105     #创建散点图
106     #第一个参数为点的横坐标
107     #第二个参数为点的纵坐标
108     pyplot.scatter(heights, weights)
109     pyplot.xlabel(Heights)
110     pyplot.ylabel(Weights)
111     pyplot.title(Heights & Weights Of Male Students)
112     pyplot.show()
113 
114 
115 #绘制箱形图
116 def drawBox(heights):
117     #创建箱形图
118     #第一个参数为待绘制的定量数据
119     #第二个参数为数据的文字说明
120     pyplot.boxplot([heights], labels=[Heights])
121     pyplot.title(Heights Of Male Students)
122     pyplot.show()
123 
124 data = genData()
125 print(data)
126 heights = data[0]
127 weights = data[1]
128 grades = data[2]
129 drawBar(grades)
130 drawPie(grades)
131 drawHist(heights)
132 drawCumulativeHist(heights)
133 drawScatter(heights, weights)
134 drawBox(heights)

 

运行结果:

drawBar(grades)

技术分享

 

drawPie(grades)

技术分享

 

drawHist(heights)

技术分享

 

drawCumulativeHist(heights)

技术分享

 

drawScatter(heights, weights)

技术分享

 

drawBox(heights)

技术分享

 

成功!

 

Windows10+Python3下安装NumPy+SciPy+Matplotlib

标签:numpy   cat   ref   and   分布   append   veh   设置   创建   

原文地址:http://www.cnblogs.com/jesselzj/p/7086521.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!