scipy的积累和anaconda的一些安装、环境配置知识

1.SciPy函数库在NumPy库的基础上增加了众多的数学、科学以及工程计算中常用的库函数。

        例如:线性代数、常微分方程数值求解、信号处理、图像处理、稀疏矩阵等等。

2.Scipy库是基于python生态的一款开源数值计算,科学与工程应用的开源软件,包括常用的NumPy,pandas,matplotlib等库。

3.SciPy是一款方便、易于使用、专为科学和工程设计的Python工具包。它包括统计,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。

  SciPy科学计算工具集,而不是完整的包含NumPy、Matplotlib的SciPy技术栈。

  Scipy库构建于NumPy之上,提供了一个用于在Python中进行科学计算的工具集,如数值计算的算法和一些功能函数,可以方便的处理数据。主要包含以下内容

  • 特殊函数 (scipy.special)
  • 积分 (scipy.integrate)
  • 最优化 (scipy.optimize)
  • 插值 (scipy.interpolate)
  • 傅立叶变换 (scipy.fftpack)
  • 信号处理 (scipy.signal)
  • 线性代数 (scipy.linalg)
  • 稀疏特征值 (scipy.sparse)
  • 统计 (scipy.stats)
  • 多维图像处理 (scipy.ndimage)
  • 文件 IO (scipy.io)

4.用conda list 或者 pip list可以查看已安装的库,看有没有matplotlib/ jupyter/ notebook/ numpy/ scipy/ scikit-learn等包

5.no module named ‘scipy’问题解决方法 

解决方法一: 
打开Anaconda Prompt,输入命令: 
conda install scipy 
解决方法二: 
如果上述方法提示PackagesNotFoundError,那么就用pip安装,命令是: 
pip install scipy

注意!!!!如果在conda中创建了tensorflow,那么需要进入对应环境进行安装。以scipy为例,操作如下: 
打开Anaconda Prompt 

激活tensorflow:activate tensorflow 

安装scipy: conda install scipy

6.查看pip版本

打开Anaconda Prompt,输入命令: pip --version 

7.Anaconda Navigator:管理工具包和环境的图形用户界面。
Anaconda Prompt:终端,可以使用命令行来管理包和环境。
Jupyter Notebook :基于web的交互式计算环境,可以编辑易于人们阅读的文档,用于展示数据分析的过程。
Spyder:一个使用Python语言、跨平台、科学运算的集成开发环境。

8.进入环境:activate env_name(如:tensorflow )

离开环境:deactivate

列出环境:conda env list      

scipy的积累和anaconda的一些安装、环境配置知识_第1张图片 

删除环境:conda remove --name env_name --all
其中,env_name 是环境的名称。

例如,删除环境 python36,在 Anaconda Prompt(终端)中输入:conda remove --name python36 --all
也可以使用以下命令删除环境python36

conda env remove -n python36

安装包
conda install package_name
package_name为包的名称

例如,要安装 numpy,在 Anaconda Prompt(终端)中输入:conda install numpy

移除包

conda remove package_name
例如,要移除 numpy,在 Anaconda Prompt(终端)中输入:conda remove numpy

更新包

conda update package_name
要更新环境中的所有包,在 Anaconda Prompt(终端)中输入:conda update --all
也可以指定环境更新包,可以输入以下命令更新 numpy

conda update -n python36 numpy

查询包的信息

conda search package_name
例如,下面是查询包 numpy 的信息
conda search numpy

 

你可能感兴趣的:(scipy的积累和anaconda的一些安装、环境配置知识)