python怎样安装库

Python机器学习的优势：

1、方便调试的解释型语言

2、跨屏台执行作业

3、广泛的应用编程接口

4、完备的开源工具包

接下来笔者就来数一数如何安装Python的编程库（扩展包），为搭建机器学习的系统做准备。

机器学习初期会用到的扩展包有：Numpy、Scipy、Matplotib、Scikit-learn、Pands

1、查看自己安装的python版本

打开python的idle即可查看

笔者的是python3.6.4

2、下载对应的安装文件（.whl）（由于不能发网址链接，有需要的私信笔者“python扩展包网址”获得）

现在以pands为例(其他的扩展包安装方法相同)

打开网站，向下发翻找到pands

因为笔者的python是3.6.4，系统是windows 10x64，所以下载

注意！36对应的就是3.6.x，64对应64位系统

3、下载好后将文件放到python安装目录下的scripts文件夹中

3、然后将上述文件夹路径加入到系统变量中。

方法如下：把Scripts这个目录拷贝下来,然后“右击计算机-属性-高级系统设置-环境变量-系统变量-path-编辑它”将刚才的路径粘贴进去。

4、按win+R，输入cmd，回车，输入pip install wheel

5、输入pip3.6 install +numpy的路径+文件名。比如我的是：

pip3.6 install C:Users张颛仔AppDataLocalProgramsPythonPython36Scriptspandas-0.22.0-cp36-cp36m-win_amd64.whl

如图所示，就安装成功了！

下面说一下如何导入这些模块：

注意！导入Scikit-learn的方法不是import Scikit-learn而是import sklearn

人生苦短，我用Python。众所周知，Python目前越来越火，学习Python的小伙伴也越来越多。最近看到群里的小伙伴经常碰到不会安装Python或者不知道去哪下载Python安装包等系列问题，为了方便大家学习Python，小编整理了一套Python和Pycharm安装详细教程，只要大家按照这个步骤来，就可以轻松的搞定Python和Pycharm的安装了。

Python具有跨平台性，它几乎可以在任何平台下运行，如：Windows/Unix/Linux等操作平台上。大部分的小伙伴用的是Windows，在此小编就以Windows平台为例，详解Python和Pycharm安装过程。

一、Python安装过程

工欲善其事，必先利其器。首先我们先来安装Python，在这里安利一下：其实在没有安装Python之前也可以安装Pycharm的，两者并没有什么冲突关系。但是话说回来，如果没有Python编译器，那么Pycharm其实只是个驱壳，即便你编好程序之后，也并不能运行。举个栗子，Python相当于子弹，Pycharm相当于手枪，如果手枪没有子弹的话，那它就没有走火的可能性。从逻辑上来讲，还是应该先安装Python的，具体流程如下：

1、首先进入Python的官网：https://python.org，之后选择下图框框内的文件进行下载：

当然你也可以直接进入网址：https://python.org/downloads/，选择对应的Windows安装包，进行文件下载即可，如下图所示：

2、下载Python。其中Python2和Python3版本都可以下载，两者是兼容的。在这里，小编以Python3版本的安装为例，下载后如下图所示：

3、安装Python。双击python-3.6.4.exe文件，之后按照框框内的指示进行选择，记得勾选两个框框，然后选择Customize installation进入到下一步：

4、之后进入以下的界面，默认即可，直接选择下一步：

5、之后进入下图界面，点击Browse可以进行自定义安装路径，千万要记得自己把它安装在哪个盘下面，当然你也可以直接点击Install进行默认安装，点击Install后便可以完成安装了。本例中，小编把它安装在C盘，之后点击Install，稍等片刻之后，便可以实现Python的安装了。（注意：要记得Python的安装路径）

在安装过程中如果弹出任何提示的话，选择确定或者允许操作就可以了。

6、安装完成之后在开始菜单中输入cmd命令，进入命令行窗口，然后在窗口中输入python进行验证。如果出现下面两张图的提示，就说明Python安装成功了。

如果你看到提示符>>>，就表示我们已经在Python交互式环境中了，此时你可以输入任何Python代码，回车后会立刻得到执行结果。现在，输入exit()并回车，就可以退出Python交互式环境（直接关掉命令行窗口也可以）。

7、如果出现下图的提示，则说明安装失败了：

出现这个错误的原因是因为你在安装的时候漏掉了勾选Add python.exe to Path这个选项，此时就要手动把刚刚安装所在的路径添加到Path中。如果你不知道怎么修改环境变量，建议把Python安装程序重新运行一遍，记得勾上Add python.exe to Path这个选项就可以顺利安装了。

接下来我们安装开发环境Pycharm，至于为神马选择Pycharm，可以戳这篇文章（企业级开发大佬告诉你学习Python需要用什么开发工具）。

二、Pycharm安装过程

1、首先去Pycharm官网，或者直接输入网址：http://jetbrains/pycharm/download/#section=windows，下载PyCharm安装包，根据自己电脑的操作系统进行选择，对于windows系统选择下图的框框所包含的安装包。

2、选择Windows系统的专业版，将其下载到本地，如下图所示：

3、双击下载的安装包，进行安装，然后会弹出界面：

4、选择安装目录，Pycharm需要的内存较多，建议将其安装在D盘或者E盘，不建议放在系统盘C盘：

5、点击Next，进入下图的界面：

Create Desktop Shortcut创建桌面快捷方式，一个32位，一个64位，小编的电脑是64位系统，所以选择64位。

勾选Create Associations是否关联文件，选择以后打开.py文件就会用PyCharm打开。

6、点击Next，进入下图：

默认安装即可，直接点击Install。

7、耐心的等待两分钟左右，如下图：

8、之后就会得到下面的安装完成的界面：

9、点击Finish，Pycharm安装完成。接下来对Pycharm进行配置，双击运行桌面上的Pycharm图标，进入下图界面：

选择Do not import settings，之后选择OK，进入下一步。

10、选择Accept，进入下一步：

11、进入激活界面，选择第二个License server，如下图所示：

之后在License server address中随意输入下面两个注册码中的任意一个即可，Pycharm新注册码1：http://idea.liyang.io或pycharm新注册码2：http://xidea.online，之后点击OK，便可以激活Pycharm了。

12、Pycharm激活后

13、激活之后会自动跳转到下图界面，选择IDE主题与编辑区主题：

建议选择Darcula主题，该主题更有利于保护眼睛，而且看上去也非常不错~~~

14、选择OK之后进入下图界面：

选择Yes即可，更换IDE主题。

15、之后进入下图界面：

16、点击Create New Project，进入如下图的界面：

自定义项目存储路径，IDE默认会关联Python解释器。选择好存储路径后，点击create。

17、IDE提供的提示，直接close即可，不用理会。

18、进入的界面如下图所示，鼠标右击图中箭头指向的地方，然后选择New，最后选择python file，在弹出的框中填写文件名（任意填写），本例填写：helloworld。

19、之后得到下图，然后点击OK即可：

20、文件创建成功后便进入如下的界面，便可以编写自己的程序了。

这个界面是Pycharm默认的界面，大家完全可以自己去setting中设置自己喜欢的背景和字体大小、格式等等。

在这里我就不一一赘述了，起码到这里我相信大家已经实现了Pycharm的安装了。

21、Pycharm中的部分快捷键

1、Ctrl + Enter：在下方新建行但不移动光标；

2、Shift + Enter：在下方新建行并移到新行行首；

3、Ctrl + /：注释(取消注释)选择的行；

4、Ctrl+d：对光标所在行的代码进行复制。

最后小编祝大家能够顺利的完成Python和Pycharm的安装，^_

Dlib Release 19.9

New Features and Improvements:

Major Changes in this Release

Switched the Python API from Boost.Python to pybind11. This means Python users don't need to install Boost anymore, making building dlib's Python API much easier.

……（其他的更新不关心！）

我看到了什么？！

don't need to install Boost anymore

don't need to install Boost anymore

don't need to install Boost anymore

重要的话说三遍！

用过或者曾经试图用Python版Dlib未遂的人一定会对它安装过程中对于Boost.Python印象深刻，一定可以理解我为什么看到上面的更新日志那么激动。

对于那些使用dlib未遂，在安装过程中就放弃的人，我想说，我非常理解你们。也许是我用Python还是不够多，但是就我的浅薄的经验，在我用Python以来，安装个Python库还需要这么麻烦的，只有dlib一例。

我曾经花费大力气编译了Boost然后配置好了环境，后来每次安装的时候就方便多了。Dlib确实是一个非常好用的库，我用它做过一些非常有意思的事情，比如：

40行代码的人脸识别实践

用Python给头像加上圣诞帽

还有一些更有意思的还未来的及写出来

不少读者想要尝试自己做一些这些有意思的项目的时候通常都会卡死在安装上，不断有人问dlib安装的时候遇到找不到Boost的问题怎么办。为此我写了Dlib的配置教程：

python下安装dlib（boost.python的编译）

Dlib在VS2015上的编译和配置（人脸检测人脸识别比OpenCV更好用）

不少人尝试过，但是我敢肯定不少人放弃过，我在知识星球中不止一次的发布过dlib的更简单的安装方式，但是都避不开Boost。

这一次，Dlib终于摆脱了Boost这个沉重的包袱，轻装上路。Dlib的作者Davisking为此在19.8版本放发布一个多月的时候专门发布了一个新版本19.9。想必他也是被来问问题的人困扰了N久了。

这是一个巨大的进步！（this is a massive improvement!）Github上有人如是说，说出了大家的心声。

安装

现在安装Dlib就不会想上面提到的教程那么繁琐了。

之前安装过dlib的需要先卸载以前的版本。

1. 下载dlib19.9.zip，解压后再dlib19.9文件夹下会发现一个名为setup.py的文件。

2. 然后在当前文件夹下打开命令行（Shift+右键）。输入一下命令：

python setup.py install

如果cpu支持AVX指令集，还可以让dlib更快一点

python setup.py install --yes USE_AVX_INSTRUCTIONS

如果有可用的GPU而且安装了CUDA，那么dlib还可以更快。

python setup.py install --yes USE_AVX_INSTRUCTIONS --yes DLIB_USE_CUDA

Python开发环境的搭建

一. 安装python

1. 从python官网下载相应版本的python安装包,打开百度,搜索python官网,或者输入python

官网地址https://python.org/

2. 点击download选择相应的操作平台

3. 下载完成后点击安装包并执行,运行出该界面

4. 这里安装到c盘上,默认安装

此处为自定义安装

选择第一项是系统用户下所有用户可启动，Add Python 3.6 to PATH 是将安装路径添加到PATH环境变量中，方便直接运行于系统各种环境中(如果有多个版本的Python或测试环境可不添加，需要添加可手动添加，查找到安装的地址并复制地址到以下操作，计算机——右键属性——高级系统设置——环境变量——系统变量——选择PATH——双击在变量值中添加——注意在最后添加并有“;”为隔断符)。

我这里选择自定义安装，并全选安装

开始安装过程，请耐心等待(所有的项目都选择，根据网速决定安装的速度)。如果有未选择的选项，可直接点击取消，重新开始安装过程。

安装完成，开启Python之旅。

如何打开命令行窗口

快捷方式：按住wins键 + R键 --> 输入cmd指令 -->enter

开始进入Python的编程界面，输入print("你好，Python!")。

因为Python是跨平台的，它可以运行在Windows、Mac和各种Linux/Unix系统上。在Windows上写Python程序，放到Linux上也是能够运行的。

要开始学习Python编程，首先就得把Python安装到你的电脑里。安装后，你会得到Python解释器（就是负责运行Python程序的），一个命令行交互环境，还有一个简单的集成开发环境。

安装Python 3.6

目前，Python有两个版本，一个是2.x版，一个是3.x版，这两个版本是不兼容的。由于3.x版越来越普及，我们的教程将以最新的Python 3.6版本为基础。请确保你的电脑上安装的Python版本是最新的3.6.x，这样，你才能无痛学习这个教程。

在Mac上安装Python

如果你正在使用Mac，系统是OS X 10.8~10.10，那么系统自带的Python版本是2.7。要安装最新的Python 3.6，有两个方法：

方法一：从Python官网下载Python 3.6的安装程序（网速慢的同学请移步国内镜像），双击运行并安装；

方法二：如果安装了Homebrew，直接通过命令brew install python3安装即可。

在Linux上安装Python

如果你正在使用Linux，那我可以假定你有Linux系统管理经验，自行安装Python 3应该没有问题，否则，请换回Windows系统。

对于大量的目前仍在使用Windows的同学，如果短期内没有打算换Mac，就可以继续阅读以下内容。

在Windows上安装Python

首先，根据你的Windows版本（64位还是32位）从Python的官方网站下载Python 3.6对应的64位安装程序或32位安装程序（网速慢的同学请移步国内镜像），然后，运行下载的EXE安装包：

特别要注意勾上Add Python 3.6 to PATH，然后点"Install Now"即可完成安装。

运行Python

安装成功后，打开命令提示符窗口，敲入python后，会出现两种情况：

情况一：

看到上面的画面，就说明Python安装成功！

你看到提示符>>>就表示我们已经在Python交互式环境中了，可以输入任何Python代码，回车后会立刻得到执行结果。现在，输入exit()并回车，就可以退出Python交互式环境（直接关掉命令行窗口也可以）。

情况二：得到一个错误：

'python' 不是内部或外部命令，也不是可运行的程序或批处理文件。

这是因为Windows会根据一个Path的环境变量设定的路径去查找python.exe，如果没找到，就会报错。如果在安装时漏掉了勾选Add Python 3.6 to PATH，那就要手动把python.exe所在的路径添加到Path中。

如果你不知道怎么修改环境变量，建议把Python安装程序重新运行一遍，务必记得勾上Add Python 3.6 to PATH。

小结

1、学会如何把Python安装到计算机中，并且熟练打开和退出Python交互式环境。

2、在Windows上运行Python时，请先启动命令行，然后运行python。

3、在Mac和Linux上运行Python时，请打开终端，然后运行python3。

Python是一门人工智能语言，小学生都自学Python了，你还不赶紧行动么。工欲善其事，必先利器。来吧

工具/原料：

Eclipse

Python

第一步：点击Help，再点击Install New Software

第二步：点击“Add”,弹出框中name栏输入：pydev

Location：http://pydev.org/updates

点击ok

第三步：选择第一个PyDev,d点击Next。之后就不停地点击下一个，直至安装成功。

第四步：点击Window 下的Preferences

第五步：输入py.或Python Interpreter.点击它。

第六步：点击New.选择路径。（关于python.exe请看附录）

第七步：选择Apply,点击Ok

第八步：New一个文件，如果找不到PyDev Project这个工程，那就在other里面找

第九步：配置工程

第十步：选择src，点击New，选择“Other”.

第十一步：运行程序，记得去掉注释，不然会报错

附录：

关于Python安装包：

第一步：进入官网：https://python.org/getit/下载

第二步：保存在你的文件夹中，以便导入Eclipse.

这个python-3.7.0.exe是下载完之后的，你要点击它，执行安装程序。下面那4个是安装完之后的产物。 导入Eclipse选择的是pythonw.exe文件，不要选错了哟。

注意事项：

1. python安装包要解压

2. 运行python文件要去掉注释，要按照步骤来产生对应的src结构出来。

Python库Windows下安装方法和常用库安装(pandas/numpy/matplotlib/scipy）

作者：优选财经网（ youxuancaijing )

Python 具有脚本语言中最丰富和强大的类库，足以支持绝大多数日常应用。

Windows下python库的3种常用安装方法

1.pip安装（需要pip）2.通过下载whl文件安装(需要pip)3.在pythn官网下载安装包安装（不需要pip）

方法一：pip安装。

这是最常用的python安装方法，新版的python一般自带pip.exe程序，在CMD中输入pip 可以查看相关参数

通常我们输入指令 pip install xxx来让python自动安装。比如：

pip install pandas

如上图所示，他会自动下载用到的相关包。但是，在安装一些库的时候，往往会报出各种各样的错误。

方法二：通过下载whl文件安装

1.下载相应库的whl文件，网址Python Extension Packages。注意要下载相应版本的，还有32还是64位系统。

2.cmd上输入pip install .whl文件名即可。 要完整的文件

方法三：官网下载文件安装

1）下载

2）解压

3）在命令提示符窗口中，使用cd进入到解压后的文件的路径下

4）输入命令python setup.py install

常用的两个下载包和模块安装文件的网站：PyPI-the Python Package Index和Python Extension Packages。

最后，我们通过pip命令，顺利安装我们后面要用的这个几个包，这些包的具体功能和用法，我们后期再做详细讲解。

pip install numpypip install pandaspip install matplotlibpip install scipy

人生苦短，我用python。

前言

如何使用Python进行科学计算和数据分析，这里我们就要用到Python的科学计算库，今天来分享一下如何安装Python的数据科学计算库。

数据科学计算库

Python中的数据科学计算库有Numpy、Scipy、pandas、matplotlib（前面我分享了一篇matplotlib的简单应用，历史文章里面就有）。

Numpy是一个基础性的Python库，为我们提供了常用的数值数组和函数。

Scipy是Python的科学计算库，对Numpy的功能进行了扩充，同时也有部分功能是重合的。Numpy和Scipy曾经共享过基础代码。

pandas是一个流行的开源Python项目，它的名称取panel data（面板数据，一个计量经济学的术语）和Python data analysis（Python数据分析）的意思。

matplotlib是一个基于Numpy的绘图库。

库的安装

安装这些库之前要先安装Python，默认已全部安装，（Windows直接下载安装，Linux自带2.7版本，可以自行安装3.6版本）。

为了节约时间在更重要的知识上，这里只介绍最简单的安装方式，即包管理工具安装Python库。

不管是Windows和Linux下，都可以在命令行下直接使用下面的命令来安装相关的库，前提是已经安装了pip包（pip包管理工具的相关安装可以看原文这里有链接）：

pip install numpy scipy pandas matplotlib或（easy_install是Python自带的）easy_install numpy scipy pandas matplotlib#Linux下安装pip包sudo apt-get install python-pip

说明：Linux下如果涉及权限问题则需要开头添加sudo。安装示例如下所示：

Numpy数组简单示例

我们已经安装好了numpy，然后就可以来个简单的小测试了。与传统的Python列表相比，进行数值运算时，numpy数组的效率要高的多。

完成相同的运算时，numpy代码和Python传统代码相比用到的显式循环语句明显要少，因为numpy是基于向量化的运算。

假设要对向量a和b进行求和，这里的向量指的是一个“一维数组”，a存放的是整数0到n-1的2次幂，如果n等于3，则a存的是0、1、4，向量b存的是整数0到n的3次幂，下面来看一下普通Python代码和numpy来计算的差别：

先看代码：

#filename:vectorsSum.pyimport sysfrom datetime import datetimeimport numpy as np#numpy方法def numpySum(n):a = np.arange(n, dtype = 'int64')**2#3次幂太大会溢出，注意(后面细说)b = np.arange(n, dtype = 'int64')**3c = a + breturn c#普通方法def pythonSum(n):#range() 返回的是“range object”，而不是实际的list 值,所以这里要加上lista = list(range(n))b = list(range(n))c = []for i in range(len(a)):a[i] = i ** 2b[i] = i ** 3c.append(a[i] + b[i])return csize = int(sys.argv[1])start = datetime.now()c = pythonSum(size)delta = datetime.now() - startprint ("最后两个元素的和：", c[-2:])print ("pythonSum花费的时间（微秒）", delta.microseconds)start = datetime.now()c = numpySum(size)delta = datetime.now() - startprint ("最后两个元素的和：", c[-2:])print ("numpySum花费的时间（微秒）", delta.microseconds)#下面测试一下对与1000个，2000个，3000个向量元素，运行结果如下图所示。

看一下运行结果：

上面的结果看到，numpy的计算效率比普通的方法要快不少，所以开始学习吧。

小结

今天学习一下Python中的几个科学计算库的安装以及使用numpy进行简单的求和计算。希望通过上面的操作能帮助大家。如果你有什么好的意见，建议，或者有不同的看法，欢迎留言和我们进行交流、讨论。

End.

文章转载来源：CDA数据分析师

Python库Windows下安装方法和常用库安装(pandas/numpy/matplotlib/scipy）

作者：优选财经网（ youxuancaijing )

Python 具有脚本语言中最丰富和强大的类库，足以支持绝大多数日常应用。

Windows下python库的3种常用安装方法

1.pip安装（需要pip）2.通过下载whl文件安装(需要pip)3.在pythn官网下载安装包安装（不需要pip）

方法一：pip安装。

这是最常用的python安装方法，新版的python一般自带pip.exe程序，在CMD中输入pip 可以查看相关参数

通常我们输入指令 pip install xxx来让python自动安装。比如：

pip install pandas

如上图所示，他会自动下载用到的相关包。但是，在安装一些库的时候，往往会报出各种各样的错误。

方法二：通过下载whl文件安装

1.下载相应库的whl文件，网址Python Extension Packages。注意要下载相应版本的，还有32还是64位系统。

2.cmd上输入pip install .whl文件名即可。 要完整的文件

方法三：官网下载文件安装

1）下载

2）解压

3）在命令提示符窗口中，使用cd进入到解压后的文件的路径下

4）输入命令python setup.py install

常用的两个下载包和模块安装文件的网站：PyPI-the Python Package Index和Python Extension Packages。

最后，我们通过pip命令，顺利安装我们后面要用的这个几个包，这些包的具体功能和用法，我们后期再做详细讲解。

pip install numpypip install pandaspip install matplotlibpip install scipy

人生苦短，我用python。

前言

如何使用Python进行科学计算和数据分析，这里我们就要用到Python的科学计算库，今天来分享一下如何安装Python的数据科学计算库。

数据科学计算库

Python中的数据科学计算库有Numpy、Scipy、pandas、matplotlib（前面我分享了一篇matplotlib的简单应用，历史文章里面就有）。

Numpy是一个基础性的Python库，为我们提供了常用的数值数组和函数。

Scipy是Python的科学计算库，对Numpy的功能进行了扩充，同时也有部分功能是重合的。Numpy和Scipy曾经共享过基础代码。

pandas是一个流行的开源Python项目，它的名称取panel data（面板数据，一个计量经济学的术语）和Python data analysis（Python数据分析）的意思。

matplotlib是一个基于Numpy的绘图库。

库的安装

安装这些库之前要先安装Python，默认已全部安装，（Windows直接下载安装，Linux自带2.7版本，可以自行安装3.6版本）。

为了节约时间在更重要的知识上，这里只介绍最简单的安装方式，即包管理工具安装Python库。

不管是Windows和Linux下，都可以在命令行下直接使用下面的命令来安装相关的库，前提是已经安装了pip包（pip包管理工具的相关安装可以看原文这里有链接）：

pip install numpy scipy pandas matplotlib或（easy_install是Python自带的）easy_install numpy scipy pandas matplotlib#Linux下安装pip包sudo apt-get install python-pip

说明：Linux下如果涉及权限问题则需要开头添加sudo。安装示例如下所示：

Numpy数组简单示例

我们已经安装好了numpy，然后就可以来个简单的小测试了。与传统的Python列表相比，进行数值运算时，numpy数组的效率要高的多。

完成相同的运算时，numpy代码和Python传统代码相比用到的显式循环语句明显要少，因为numpy是基于向量化的运算。

假设要对向量a和b进行求和，这里的向量指的是一个“一维数组”，a存放的是整数0到n-1的2次幂，如果n等于3，则a存的是0、1、4，向量b存的是整数0到n的3次幂，下面来看一下普通Python代码和numpy来计算的差别：

先看代码：

#filename:vectorsSum.pyimport sysfrom datetime import datetimeimport numpy as np#numpy方法def numpySum(n):a = np.arange(n, dtype = 'int64')**2#3次幂太大会溢出，注意(后面细说)b = np.arange(n, dtype = 'int64')**3c = a + breturn c#普通方法def pythonSum(n):#range() 返回的是“range object”，而不是实际的list 值,所以这里要加上lista = list(range(n))b = list(range(n))c = []for i in range(len(a)):a[i] = i ** 2b[i] = i ** 3c.append(a[i] + b[i])return csize = int(sys.argv[1])start = datetime.now()c = pythonSum(size)delta = datetime.now() - startprint ("最后两个元素的和：", c[-2:])print ("pythonSum花费的时间（微秒）", delta.microseconds)start = datetime.now()c = numpySum(size)delta = datetime.now() - startprint ("最后两个元素的和：", c[-2:])print ("numpySum花费的时间（微秒）", delta.microseconds)#下面测试一下对与1000个，2000个，3000个向量元素，运行结果如下图所示。

看一下运行结果：

上面的结果看到，numpy的计算效率比普通的方法要快不少，所以开始学习吧。

小结

今天学习一下Python中的几个科学计算库的安装以及使用numpy进行简单的求和计算。希望通过上面的操作能帮助大家。如果你有什么好的意见，建议，或者有不同的看法，欢迎留言和我们进行交流、讨论。

End.

文章转载来源：CDA数据分析师