对Python进行数据分析_关于Package的安装问题

大佬教程收集整理的这篇文章主要介绍了对Python进行数据分析_关于Package的安装问题，大佬教程大佬觉得挺不错的，现在分享给大家，也给大家做个参考。

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@R_488_10674@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：

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编程小技巧。

大佬总结

以上是大佬教程为你收集整理的对Python进行数据分析_关于Package的安装问题全部内容，希望文章能够帮你解决对Python进行数据分析_关于Package的安装问题所遇到的程序开发问题。

如果觉得大佬教程网站内容还不错，欢迎将大佬教程推荐给程序员好友。

本图文内容来源于网友网络收集整理提供，作为学习参考使用，版权属于原作者。
如您有任何意见或建议可联系处理。小编QQ：384754419，请注明来意。