Python安装numpy和pandas

最近要对一系列数据做同比比较,需要用到numpy和pandas来计算,不过使用Python安装numpy和pandas因为linux环境没有外网遇到了很多问题就记下来了。首要条件,python版本必须是2.7以上。

Python升级到2.7.11 

Linux首先安装依赖包

yum -y install blas blas-devel lapack-devel lapack
yum -y install seaborn scipy
yum -y install freetype freetype-devel libpng libpng-devel
yum -y install python-pip
yum -y install pytz
yum -y install python-dateutil

Windows安装pip即可,具体方法参考pip官网

1、 pip方式安装

如果有外网一般推荐使用pip安装,linux下和windows下均可使用pip安装

python -m pip install --upgrade pip

pip install --user numpy scipy matplotlib jupyter pandas sympy nose

但很快就会发现这些源安装超级慢,所以我推荐大家使用豆瓣的源

pip install matplotlib -i --trusted-host pypi.douban.com
pip install numpy -i --trusted-host pypi.douban.com
pip install pandas -i --trusted-host pypi.douban.com
pip install seaborn scipy  -i --trusted-host pypi.douban.com

2、如果服务器上没有外网使用不了pip,则需要使用源码安装。

python numpy安装包下载地址是 https://pypi.python.org/pypi/numpy/,pandas的安装包下载地址是 https://pypi.python.org/pypi/pandas,github地址是 https://github.com/pandas-dev

tar -xzf numpy-1.11.2.tar.gz
cd numpy-1.11.2
python setup.py build  # 编译几分钟
python setup.py install 

如提示缺少 setuptools 则从https://pypi.python.org/pypi/setuptools下载 setuptools安装。

安装pandas会提示 ImportError: Building pandas requires cython则需要安装Cython或者升级Cython先,下载链接 https://pypi.python.org/pypi/Cython/ 。windows下pip安装如下

pip install Cython

linux下可使用yum安装或者pip安装

yum install -y Cython.x86_64

如果需要更新到最新版本的Cython则下载源码后安装

cd Cython-0.25.1
python setup.py build
python setup.py install

然后是按照pandas

cd pandas-0.19.0
python setup.py build  # 比较久
python setup.py install

如果遇到需要安装 python-dateutil的提示则是该库版本过低。先下载six最新版本1.9.0(下载地址),然后更新 python-dateutil到新版本2.5.3版本(下载地址)。

最后运行如果出现 /usr/lib64/libstdc++.so.6: ELF file OS ABI invalid的错误则将 /usr/lib64/libstdc++.so.6软链指向低版本的 libstdc++.so.6.0.8,不要指向高版本 libstdc++.so.6.0.20。

至此就安装成功了。

总结,花了一上午安装这个主要是因为下载源慢,依赖包多。

零基础如何入门Python

Ubuntu 14.04安装Python 3.3.5 

CentOS上源码安装Python3.4 

《Python核心编程 第二版》.(Wesley J. Chun ).[高清PDF中文版]

《Python开发技术详解》.( 周伟,宗杰).[高清PDF扫描版+随书视频+代码]

在CentOS 6.5上安装Python2.7 

在Ubuntu下用Python搭建桌面算法交易研究环境

内容版权声明:除非注明,否则皆为本站原创文章。

转载注明出处:https://www.heiqu.com/14809.html