Tải xuống python scipy linalg

Bài viết này được đồng tác giả bởi Nhân viên wikiHow. Đội ngũ biên tập viên và nhà nghiên cứu được đào tạo của chúng tôi xác nhận các bài báo về tính chính xác và toàn diện. Nhóm Quản lý Nội dung của wikiHow giám sát cẩn thận công việc từ ban biên tập của chúng tôi để đảm bảo rằng mỗi bài viết đều được hỗ trợ bởi nghiên cứu đáng tin cậy và đáp ứng các tiêu chuẩn chất lượng cao của chúng tôi

Nhóm Công nghệ của wikiHow cũng đã làm theo hướng dẫn của bài viết và xác minh rằng chúng hoạt động

Bài viết này đã được xem 38.299 lần

Tìm hiểu thêm

wikiHow hôm nay sẽ hướng dẫn bạn cách cài đặt các gói SciPy chính từ thư viện SciPy bằng Windows, Mac hoặc Linux. SciPy là một thư viện Python mã nguồn mở và miễn phí với các gói được tối ưu hóa và phát triển cho máy tính khoa học và kỹ thuật. Nếu bạn đã cài đặt Python, bạn có thể sử dụng trình quản lý gói pip tiêu chuẩn của Python và cài đặt nó từ chỉ mục Gói Python. Trên một số bản phân phối Linux, bạn có thể sử dụng trình quản lý gói riêng của hệ thống để thực hiện cài đặt trên toàn hệ thống

1. Mở trang web SciPy trong trình duyệt internet của bạn. Nhập hoặc dán https. //www. scipy. org/ vào thanh địa chỉ và nhấn ↵ Enter hoặc ⏎ Return trên bàn phím

2. Bấm vào nút Cài đặt trên trang chủ. Nút này trông giống như một mũi tên hướng xuống màu xanh lục trên biểu tượng SciPy màu xanh lam và trắng. Bạn có thể tìm thấy nó ở gần góc trên bên trái của trang

   • Thao tác này sẽ mở chi tiết cài đặt SciPy trên một trang mới

3. Đảm bảo Python được cài đặt trên máy tính của bạn. SciPy là một thư viện Python mã nguồn mở và yêu cầu cài đặt bản phân phối Python cơ bản trên hệ thống của bạn

   • Nếu bạn chưa cài đặt Python, bạn có thể chọn một trong các bản phân phối được đề xuất dưới tiêu đề "Bản phân phối Python khoa học" và cài đặt nó vào máy tính của bạn
   • Nếu bạn không chắc cách cài đặt Python, hãy nhớ xem bài viết này để biết hướng dẫn chi tiết về cách cài đặt các gói cốt lõi

4. Mở thiết bị đầu cuối dấu nhắc lệnh trên máy tính của bạn. Bạn có thể mở Dấu nhắc Lệnh trên Windows, Terminal trên Mac hoặc Terminal của bản phân phối của bạn trên Linux

5. Nhập và chạy python -m pip install -U pip. Lệnh này sẽ đảm bảo các tệp pip mới nhất được cài đặt trên hệ thống của bạn để xử lý các tác vụ quản lý gói

   • Nhấn ↵ Enter hoặc ⏎ Return để chạy lệnh

6. Nhập và chạy pip install scipy trong dấu nhắc lệnh. Thao tác này sẽ sử dụng chỉ mục Gói Python và cài đặt các gói SciPy cốt lõi trên máy tính của bạn

   • Bạn cũng có thể cài đặt các gói cốt lõi khác như Numpy và Matplotlib bằng cách sử dụng lệnh pip install numpy và pip install matplotlib

1. Mở trang web SciPy trong trình duyệt internet của bạn. Nhập hoặc dán https. //www. scipy. org/ vào thanh địa chỉ và nhấn ↵ Enter hoặc ⏎ Return trên bàn phím

   • Sử dụng kho lưu trữ Linux sẽ thực hiện cài đặt trên toàn hệ thống, nhưng các tệp này có thể có các phiên bản gói cũ hơn chỉ mục Gói Python được sử dụng với công cụ pip

2. Nhấp vào Cài đặt trên trang chủ. Nút này trông giống như một mũi tên hướng xuống màu xanh lục trên biểu tượng SciPy màu xanh lam và trắng. Nó ở gần góc trên bên trái của trang

3. Sao chép lệnh toàn hệ thống cho bản phân phối Linux của bạn. Bạn có thể tìm các lệnh riêng biệt cho các hệ thống Ubuntu [và dựa trên Debian] và Fedora trong tiêu đề "Cài đặt trên toàn hệ thống thông qua trình quản lý gói Linux"

   • Ví dụ: bạn có thể sử dụng lệnh sudo apt-get install python-scipy trên Ubuntu-Debian và sudo dnf install scipy trên Fedora
   • Bạn có thể bao gồm nhiều gói như Numpy, Matplotlib và Pandas trong bản cài đặt của mình
   • Cài đặt toàn hệ thống cũng khả dụng nếu bạn đang sử dụng máy Mac với trình quản lý gói của bên thứ ba. Bạn có thể tìm thấy các lệnh Macport và Homebrew trên trang Cài đặt nếu bạn đang sử dụng một trong hai trình quản lý gói này

4. Mở một cửa sổ Terminal trên máy tính của bạn. Tùy thuộc vào hệ thống và môi trường máy tính để bàn của bạn, bạn có thể tìm thấy nó trên menu Dấu gạch ngang ở trên cùng bên trái [Ubuntu-Debian] hoặc bên dưới Phụ kiện [Fedora với Gnome]

   • Ngoài ra, nhấn Ctrl+Alt+T [Ubuntu-Debian] hoặc Ctrl+Alt+F1 [Fedora] để mở cửa sổ Terminal

5. Dán và chạy lệnh đã sao chép trong cửa sổ Terminal của bạn. Điều này sẽ cài đặt SciPy thông qua trình quản lý gói gốc [hoặc bên thứ ba] của hệ thống của bạn

   Điều kiện tiên quyết duy nhất để cài đặt NumPy là chính Python. Nếu bạn chưa có Python và muốn bắt đầu theo cách đơn giản nhất, chúng tôi khuyên bạn nên sử dụng Bản phân phối Anaconda - nó bao gồm Python, NumPy và nhiều gói thường được sử dụng khác cho tính toán khoa học và khoa học dữ liệu

   NumPy có thể được cài đặt với conda, với pip, với trình quản lý gói trên macOS và Linux hoặc từ nguồn. Để biết hướng dẫn chi tiết hơn, hãy tham khảo bên dưới của chúng tôi

   CONDA

   Nếu bạn sử dụng conda, bạn có thể cài đặt NumPy từ các kênh defaults hoặc conda-forge

   # Best practice, use an environment rather than install in the base env
   conda create -n my-env
   conda activate my-env
   # If you want to install from conda-forge
   conda config --env --add channels conda-forge
   # The actual install command
   conda install numpy
   

   PIP

   Nếu bạn sử dụng pip, bạn có thể cài đặt NumPy với

   pip install numpy
   

   Ngoài ra, khi sử dụng pip, bạn nên sử dụng môi trường ảo - xem bên dưới để biết lý do và để biết chi tiết về cách sử dụng môi trường ảo

   Hướng dẫn cài đặt Python và NumPy

   Cài đặt và quản lý các gói trong Python rất phức tạp, có một số giải pháp thay thế cho hầu hết các tác vụ. Hướng dẫn này cố gắng cung cấp cho người đọc cảm nhận về các giải pháp tốt nhất [hoặc phổ biến nhất] và đưa ra các khuyến nghị rõ ràng. Nó tập trung vào người dùng Python, NumPy và ngăn xếp PyData [hoặc điện toán số] trên các hệ điều hành và phần cứng phổ biến

   khuyến nghị

   Chúng tôi sẽ bắt đầu với các đề xuất dựa trên cấp độ trải nghiệm của người dùng và hệ điều hành quan tâm. Nếu bạn đang ở giữa "mới bắt đầu" và "nâng cao", vui lòng chọn "khởi đầu" nếu bạn muốn giữ mọi thứ đơn giản và với "nâng cao" nếu bạn muốn làm việc theo các phương pháp hay nhất để tiến xa hơn trong tương lai

   người dùng mới bắt đầu

   Trên tất cả Windows, macOS và Linux

   • Cài đặt Anaconda [nó cài đặt tất cả các gói bạn cần và tất cả các công cụ khác được đề cập bên dưới]
   • Để viết và thực thi mã, hãy sử dụng sổ ghi chép trong JupyterLab để tính toán tương tác và khám phá cũng như Spyder hoặc Visual Studio Code để viết tập lệnh và gói
   • Sử dụng Anaconda Navigator để quản lý các gói của bạn và khởi động JupyterLab, Spyder hoặc Visual Studio Code

   Người dùng cao cấp

   chung cư

   • Cài đặt Miniforge
   • Giữ môi trường conda base ở mức tối thiểu và sử dụng một hoặc nhiều môi trường conda để cài đặt gói bạn cần cho nhiệm vụ hoặc dự án mà bạn đang thực hiện

   Thay thế nếu bạn thích pip/PyPI

   Đối với những người dùng biết, từ sở thích cá nhân hoặc đọc về sự khác biệt chính giữa conda và pip bên dưới, họ thích giải pháp dựa trên pip/PyPI hơn, chúng tôi khuyên dùng

   • Cài đặt Python từ python. org, Homebrew hoặc trình quản lý gói Linux của bạn
   • Sử dụng Thơ làm công cụ được duy trì tốt nhất cung cấp khả năng quản lý môi trường và trình giải quyết phụ thuộc theo cách tương tự như conda.

   Quản lý gói Python

   Quản lý các gói là một vấn đề đầy thách thức và kết quả là có rất nhiều công cụ. Đối với phát triển Python cho mục đích chung và web, có rất nhiều công cụ bổ sung cho pip. Đối với điện toán hiệu năng cao [HPC], Spack đáng để cân nhắc. Tuy nhiên, đối với hầu hết người dùng NumPy, conda và pip là hai công cụ phổ biến nhất

   Pip và conda

   Hai công cụ chính cài đặt các gói Python là pip và conda. Chức năng của chúng chồng chéo một phần [e. g. cả hai đều có thể cài đặt

   pip install numpy
   

   2], tuy nhiên, chúng cũng có thể hoạt động cùng nhau. Chúng ta sẽ thảo luận về sự khác biệt chính giữa pip và conda tại đây - đây là điều quan trọng cần hiểu nếu bạn muốn quản lý các gói một cách hiệu quả

   Sự khác biệt đầu tiên là conda là ngôn ngữ chéo và nó có thể cài đặt Python, trong khi pip được cài đặt cho một Python cụ thể trên hệ thống của bạn và chỉ cài đặt các gói khác cho cùng cài đặt Python đó. Điều này cũng có nghĩa là conda có thể cài đặt các công cụ và thư viện không phải Python mà bạn có thể cần [e. g. trình biên dịch, CUDA, HDF5], trong khi pip không thể

   Sự khác biệt thứ hai là pip cài đặt từ Chỉ số đóng gói Python [PyPI], trong khi conda cài đặt từ các kênh riêng của nó [thường là “mặc định” hoặc “conda-forge”]. PyPI là bộ sưu tập các gói lớn nhất cho đến nay, tuy nhiên, tất cả các gói phổ biến cũng có sẵn cho conda

   Điểm khác biệt thứ ba là conda là một giải pháp tích hợp để quản lý các gói, phụ thuộc và môi trường, trong khi với pip bạn có thể cần một công cụ khác [có nhiều. ] để xử lý các môi trường hoặc các phụ thuộc phức tạp

   Cài đặt có thể lặp lại

   Khi các thư viện được cập nhật, kết quả từ việc chạy mã của bạn có thể thay đổi hoặc mã của bạn có thể bị hỏng hoàn toàn. Điều quan trọng là có thể xây dựng lại tập hợp các gói và phiên bản bạn đang sử dụng. Thực hành tốt nhất là

   1. sử dụng một môi trường khác cho mỗi dự án mà bạn đang thực hiện,
   2. ghi lại tên gói và phiên bản bằng trình cài đặt gói của bạn;
      • chung cư. môi trường conda và môi trường. yml
      • Pip. môi trường ảo và
      • Thơ. môi trường ảo và pyproject. toml

   Gói NumPy & thư viện đại số tuyến tính tăng tốc

   NumPy không phụ thuộc vào bất kỳ gói Python nào khác, tuy nhiên, nó phụ thuộc vào thư viện đại số tuyến tính được tăng tốc - điển hình là Intel MKL hoặc OpenBLAS. Người dùng không phải lo lắng về việc cài đặt chúng [chúng tự động được đưa vào tất cả các phương thức cài đặt NumPy]. Người dùng thành thạo có thể vẫn muốn biết chi tiết vì BLAS được sử dụng có thể ảnh hưởng đến hiệu suất, hành vi và kích thước trên đĩa

   • Các bánh xe NumPy trên PyPI, đây là thứ mà pip cài đặt, được xây dựng bằng OpenBLAS. Các thư viện OpenBLAS được bao gồm trong bánh xe. Điều này làm cho bánh xe lớn hơn và nếu người dùng cũng cài đặt [ví dụ] SciPy, giờ đây họ sẽ có hai bản sao OpenBLAS trên đĩa

   • Trong kênh mặc định conda, NumPy được xây dựng dựa trên Intel MKL. MKL là một gói riêng biệt sẽ được cài đặt trong môi trường của người dùng khi họ cài đặt NumPy

   • Trong kênh conda-forge, NumPy được xây dựng dựa trên gói “BLAS” giả. Khi người dùng cài đặt NumPy từ conda-forge, gói BLAS đó sẽ được cài đặt cùng với thư viện thực tế - gói này mặc định là OpenBLAS, nhưng nó cũng có thể là MKL [từ kênh mặc định] hoặc thậm chí BLIS hoặc BLAS tham chiếu

   • Gói MKL lớn hơn nhiều so với OpenBLAS, khoảng 700 MB trên đĩa trong khi OpenBLAS khoảng 30 MB

     Làm cách nào để cài đặt SciPy bằng Python bằng pip?

     Bước đầu tiên là truy cập trang web chính thức của python. .

     Sau đó, chúng tôi tìm kiếm phiên bản mới nhất của phiên bản python

     Sau đó cuộn xuống Tệp và nhấp vào trình cài đặt thực thi Windows x86-64 cho 64-bit hoặc Windows x86 cho 32-bit

     Sau đó vào phần tải xuống và chạy trình cài đặt

     cài đặt pip scipy

     Làm cách nào để cài đặt tối ưu hóa SciPy trong Python?

     Sẵn sàng .

     Tạo một thư mục mới trong Máy tính để bàn của bạn có tên là scipy-optimize

     Tải xuống scipy-optimize-data. zip và di chuyển tệp vào thư mục này

     Nếu nó chưa được giải nén, hãy nhấp đúp vào nó để giải nén nó. Bạn sẽ kết thúc với một thư mục mới có tên scipy-optimize-data

     Bạn có thể truy cập thư mục này từ Unix shell với

     Làm cách nào để cài đặt SciPy trong dấu nhắc lệnh?

     Nhập và chạy pip install scipy trong dấu nhắc lệnh . Thao tác này sẽ sử dụng chỉ mục Gói Python và cài đặt các gói SciPy cốt lõi trên máy tính của bạn. Bạn cũng có thể cài đặt các gói cốt lõi khác như Numpy và Matplotlib bằng cách sử dụng lệnh pip install numpy và pip install matplotlib.

     Làm cách nào để cài đặt SciPy trong Raspberry Pi?

     Nó có thể không phải là scipy mới nhất nhưng nó khá cập nhật. .

     cập nhật pip. pip install pip --upgrade [hoặc pip3 , thích ứng với phiên bản python của bạn]

     chọn phiên bản scipy và nền tảng đích [ví dụ:. armv6l cho pi 0 và pi trước đó; .

     đi đến nơi. tập tin whl đã được tải xuống và. pip cài đặt-scipy-file. whl