python no module named numpy.distutils.core

简介: 有小伙伴在按照 微软开源分布式高性能GB框架LightGBM安装使用——Python  操作时,遇到错误:no module named numpy.distutils.core完整错误信息:File "C:\soft\Python27\lib\site-packages\setuptools\command\easy_install.

有小伙伴在按照 微软开源分布式高性能GB框架LightGBM安装使用——Python  操作时,遇到错误:

no module named numpy.distutils.core

完整错误信息:

File "C:\soft\Python27\lib\site-packages\setuptools\command\easy_install.py",
line 665, in easy_install
    return self.install_item(spec, dist.location, tmpdir, deps)
  File "C:\soft\Python27\lib\site-packages\setuptools\command\easy_install.py",
line 695, in install_item
    dists = self.install_eggs(spec, download, tmpdir)
  File "C:\soft\Python27\lib\site-packages\setuptools\command\easy_install.py",
line 876, in install_eggs
    return self.build_and_install(setup_script, setup_base)
  File "C:\soft\Python27\lib\site-packages\setuptools\command\easy_install.py",
line 1115, in build_and_install
    self.run_setup(setup_script, setup_base, args)
  File "C:\soft\Python27\lib\site-packages\setuptools\command\easy_install.py",
line 1101, in run_setup
    run_setup(setup_script, args)
  File "C:\soft\Python27\lib\site-packages\setuptools\sandbox.py", line 251, in
run_setup
    raise
  File "C:\soft\Python27\lib\contextlib.py", line 35, in __exit__
    self.gen.throw(type, value, traceback)
  File "C:\soft\Python27\lib\site-packages\setuptools\sandbox.py", line 198, in
setup_context
    yield
  File "C:\soft\Python27\lib\contextlib.py", line 35, in __exit__
    self.gen.throw(type, value, traceback)
  File "C:\soft\Python27\lib\site-packages\setuptools\sandbox.py", line 169, in
save_modules
    saved_exc.resume()
  File "C:\soft\Python27\lib\site-packages\setuptools\sandbox.py", line 144, in
resume
    six.reraise(type, exc, self._tb)
  File "C:\soft\Python27\lib\site-packages\setuptools\sandbox.py", line 157, in
save_modules
    yield saved
  File "C:\soft\Python27\lib\site-packages\setuptools\sandbox.py", line 198, in
setup_context
    yield
  File "C:\soft\Python27\lib\site-packages\setuptools\sandbox.py", line 248, in
run_setup
    DirectorySandbox(setup_dir).run(runner)
  File "C:\soft\Python27\lib\site-packages\setuptools\sandbox.py", line 278, in
run
    return func()
  File "C:\soft\Python27\lib\site-packages\setuptools\sandbox.py", line 246, in
runner
    _execfile(setup_script, ns)
  File "C:\soft\Python27\lib\site-packages\setuptools\sandbox.py", line 47, in _
execfile
    exec(code, globals, locals)
  File "c:\users\admini~1\appdata\local\temp\easy_install-pm9mua\scipy-1.0.0\set
up.py", line 418, in <module>

  File "c:\users\admini~1\appdata\local\temp\easy_install-pm9mua\scipy-1.0.0\set
up.py", line 398, in setup_package

ImportError: No module named numpy.distutils.core
解决方法:
1、 使用“pip install numpy”命令安装 numpy

2、使用“pip install xgboost”命令安装 xgboost


I had the same problem today. I believe the issue is the instructions you listed are out of date for Python installs, as they are now enabled with pip install.

Delete the xgboost directory that your above install attempt created, and then execute:

pip install xgboost

It should all work with one command. See also the Python Specific XGBoost Install Instructions.

参考:https://stackoverflow.com/questions/35332300/importerror-no-module-named-numpy-distutils-core-ubuntu-xgboost-installation








目录
相关文章
|
22天前
|
存储 Java 数据处理
(numpy)Python做数据处理必备框架!(一):认识numpy;从概念层面开始学习ndarray数组:形状、数组转置、数值范围、矩阵...
Numpy是什么? numpy是Python中科学计算的基础包。 它是一个Python库,提供多维数组对象、各种派生对象(例如掩码数组和矩阵)以及用于对数组进行快速操作的各种方法,包括数学、逻辑、形状操作、排序、选择、I/0 、离散傅里叶变换、基本线性代数、基本统计运算、随机模拟等等。 Numpy能做什么? numpy的部分功能如下: ndarray,一个具有矢量算术运算和复杂广播能力的快速且节省空间的多维数组 用于对整组数据进行快速运算的标准数学函数(无需编写循环)。 用于读写磁盘数据的工具以及用于操作内存映射文件的工具。 线性代数、随机数生成以及傅里叶变换功能。 用于集成由C、C++
221 1
|
22天前
|
Java 数据处理 索引
(numpy)Python做数据处理必备框架!(二):ndarray切片的使用与运算;常见的ndarray函数:平方根、正余弦、自然对数、指数、幂等运算;统计函数:方差、均值、极差;比较函数...
ndarray切片 索引从0开始 索引/切片类型 描述/用法 基本索引 通过整数索引直接访问元素。 行/列切片 使用冒号:切片语法选择行或列的子集 连续切片 从起始索引到结束索引按步长切片 使用slice函数 通过slice(start,stop,strp)定义切片规则 布尔索引 通过布尔条件筛选满足条件的元素。支持逻辑运算符 &、|。
91 0
|
3月前
|
存储 数据采集 数据处理
Pandas与NumPy:Python数据处理的双剑合璧
Pandas与NumPy是Python数据科学的核心工具。NumPy以高效的多维数组支持数值计算,适用于大规模矩阵运算;Pandas则提供灵活的DataFrame结构,擅长处理表格型数据与缺失值。二者在性能与功能上各具优势,协同构建现代数据分析的技术基石。
229 0
|
Python
python Module使用
【10月更文挑战第14天】 python Module使用
258 35
|
12月前
|
机器学习/深度学习 数据采集 数据挖掘
解锁 Python 数据分析新境界:Pandas 与 NumPy 高级技巧深度剖析
Pandas 和 NumPy 是 Python 中不可或缺的数据处理和分析工具。本文通过实际案例深入剖析了 Pandas 的数据清洗、NumPy 的数组运算、结合两者进行数据分析和特征工程,以及 Pandas 的时间序列处理功能。这些高级技巧能够帮助我们更高效、准确地处理和分析数据,为决策提供支持。
248 2
|
12月前
|
数据采集 数据可视化 数据处理
如何使用Python实现一个交易策略。主要步骤包括:导入所需库(如`pandas`、`numpy`、`matplotlib`)
本文介绍了如何使用Python实现一个交易策略。主要步骤包括:导入所需库(如`pandas`、`numpy`、`matplotlib`),加载历史数据,计算均线和其他技术指标,实现交易逻辑,记录和可视化交易结果。示例代码展示了如何根据均线交叉和价格条件进行开仓、止损和止盈操作。实际应用时需注意数据质量、交易成本和风险管理。
516 5
|
12月前
|
存储 数据处理 Python
Python科学计算:NumPy与SciPy的高效数据处理与分析
【10月更文挑战第27天】在科学计算和数据分析领域,Python凭借简洁的语法和强大的库支持广受欢迎。NumPy和SciPy作为Python科学计算的两大基石,提供了高效的数据处理和分析工具。NumPy的核心功能是N维数组对象(ndarray),支持高效的大型数据集操作;SciPy则在此基础上提供了线性代数、信号处理、优化和统计分析等多种科学计算工具。结合使用NumPy和SciPy,可以显著提升数据处理和分析的效率,使Python成为科学计算和数据分析的首选语言。
266 3
|
12月前
|
存储 机器学习/深度学习 算法
Python科学计算:NumPy与SciPy的高效数据处理与分析
【10月更文挑战第26天】NumPy和SciPy是Python科学计算领域的两大核心库。NumPy提供高效的多维数组对象和丰富的数学函数,而SciPy则在此基础上提供了更多高级的科学计算功能,如数值积分、优化和统计等。两者结合使Python在科学计算中具有极高的效率和广泛的应用。
391 2
|
Linux Python
【Azure Function】Python Function部署到Azure后报错No module named '_cffi_backend'
ERROR: Error: No module named '_cffi_backend', Cannot find module. Please check the requirements.txt file for the missing module.
231 2
|
数据挖掘 索引 Python
Python数据分析篇--NumPy--进阶
Python数据分析篇--NumPy--进阶
115 0

热门文章

最新文章

推荐镜像

更多
下一篇
开通oss服务