《Python数据可视化编程实战》——1.2 安装matplotlib、Numpy和Scipy库

简介:

本节书摘来自异步社区《Python数据可视化编程实战》一书中的第1章,第1.2节,作者[爱尔兰]Igor Milovanović ,颛青山 译,更多章节内容可以访问云栖社区“异步社区”公众号查看。

1.2 安装matplotlib、Numpy和Scipy库

本章介绍了matplotlib及其依赖的软件在Linux平台上的几种安装方法。

1.2.1 准备工作

这里假设你已经安装了Linux系统且安装好了Python(推荐使用Debian/Ubuntu或RedHat/SciLinux)。在前面提到的Linux系统发行版中,Python通常是默认安装的。如果没有,使用标准的软件安装方式安装Python也是非常简便的。本书假设你安装的Python版本为2.7或以上。

提示几乎所有的代码均可在Python 3.3及以上版本的环境下工作,但是因为大部分操作系统提供的Python版本仍然是2.7(甚至是2.6),本书代码基于Python 2.7版本。这种基于Python版本的区别并不大,主要是在软件包版本和部分代码上存在差别(在Python3.3以上版本,请使用range方法替换xrang方法)。

本书也假设你知道如何使用操作系统软件包管理工具进行软件包的安装,以及知道如何使用命令行终端。

构建matplotlib运行环境,需要满足相关软件依赖。

Matplotlib的构建过程依赖NumPy、libpng和freetype软件包。要从源代码构建matplotlib,必须先要安装好NumPy库。读者可以访问http://www.numpy.org/ 了解安装NumPy库的方法(请安装1.4或以上版本,Python 3需要NumPy 1.5或以上版本)。

提示NumPy库提供处理大数据集的数据结构和数学方法。诸如元组、列表或字典等Python的默认数据结构同样可以很好地支持数据的插入、删除和连接。NumPy的数据结构支持“矢量”操作,使用简便,同时具有很高的执行效率。矢量操作在实现时充分考虑了大数据的需要,基于C语言的实现方式也保证了执行效率。

基于NumPy构建的SciPy库,是Python的标准科学计算和数学计算工具包,包含了大量的专用函数和算法。而大部分函数和算法源自著名的Netlib软件仓库(参见http://www.netlib.org),实际上是使用C语言和Fortran语言实现的。

安装NumPy库的步骤如下。

1.安装Python-NumPy软件包。

$ sudo apt-get install python-numpy

2.检查软件包版本。

$ python -c 'import numpy; print numpy.__version__'

3.安装所需的库。

  • libpng 1.2:PNG文件处理(依赖zlib库)。
  • freetype 1.4+:处理True type字体。

$ sudo apt-get install build-dep python-matplotlib

如果使用RedHat或基于RedHat的Linux发行版(Fedora、SciLinux或Centos),可以使用yum工具进行安装,方法与apt-get工具类似。

$ su -c 'yum-builddep python-matplotlib'

1.2.2 操作步骤

安装matplotlib及其依赖软件的方法有很多:从源代码安装,使用预编译完成的二进制文件安装,通过操作系统软件包管理工具安装,或安装内置了matplotlib的python预打包发布版本。

使用包管理工具大概是最简单的安装方式。例如在Ubuntu系统中,在命令行终端中输入下面的命令即可。

# in your terminal, type:
$ sudo apt-get install python-numpy python-matplotlib python-scipy

如果读者期望使用最新特性,最好的选择是通过源代码进行安装。安装方式包含以下步骤:获取源代码、构建依赖库和参数配置、编译以及安装。

可以从代码托管站点www.github.com 下载最新代码进行安装,操作步骤如下。

$ cd ~/Downloads/
$ wget https://github.com/downloads/matplotlib/matplotlib/matplotlib-1.2. 0.tar.gz
$ tar xzf matplotlib-1.2.0.tar.gz
$ cd matplotlib-1.2.0
$ python setup.py build
$ sudo python setup.py install
技巧下载示例代码} {对于使用网站账户在http://www.packtpub.com 上购买的所有Packt书籍,读者均可在网站上下载有关的代码示例。如果读者是从别处购得图书,可以访问网址(http://www.packtpub.com/support/),完成注册后,代码文件会发送到读者邮箱。

1.2.3 工作原理

从源代码安装matplotlib, 使用了标准的Python发布工具Distutils。安装过程需要提前安装依赖的软件包。关于使用标准的Linux包管理工具安装依赖软件的方法,可参考本节中关于准备工作的说明。

1.2.4 补充说明

根据数据可视化项目的需要,可能有必要安装额外的可选软件包 。

无论你工作在什么项目上,IPython都是值得推荐的。IPython是一款交互式Python命令行工具。其提供的PyLab模式,已经导入了matplotlib库与相关软件包(例如NumPy和SciPy),可以直接使用相关库的功能。IPython工具的安装与使用方法十分简单明了,读者可通过 IPython的官方网站查看相关细节。

相关文章
|
3天前
|
JSON Shell 数据格式
使用 pipx 安装并执行 Python 应用程序 (1)
使用 pipx 安装并执行 Python 应用程序 (1)
41 17
|
22天前
|
IDE 测试技术 项目管理
【新手必看】PyCharm2025 免费下载安装配置教程+Python环境搭建、图文并茂全副武装学起来才嗖嗖的快,绝对最详细!
PyCharm是由JetBrains开发的Python集成开发环境(IDE),专为Python开发者设计,支持Web开发、调试、语法高亮、项目管理、代码跳转、智能提示、自动完成、单元测试和版本控制等功能。它有专业版、教育版和社区版三个版本,其中社区版免费且适合个人和小型团队使用,包含基本的Python开发功能。安装PyCharm前需先安装Python解释器,并配置环境变量。通过简单的步骤即可在PyCharm中创建并运行Python项目,如输出“Hello World”。
197 13
【新手必看】PyCharm2025 免费下载安装配置教程+Python环境搭建、图文并茂全副武装学起来才嗖嗖的快,绝对最详细!
|
29天前
|
人工智能 Java Python
python安装、vscode安装、conda安装:一文搞定Python的开发环境(史上最全)
尼恩架构团队推出了一系列《LLM大模型学习圣经》PDF,旨在帮助读者深入理解并掌握大型语言模型(LLM)及其相关技术。该系列包括Python基础、Transformer架构、LangChain框架、RAG架构及LLM智能体等内容,覆盖从理论到实践的各个方面。此外,尼恩还提供了配套视频教程,计划于2025年5月前发布,助力更多人成为大模型应用架构师,冲击年薪百万目标。
|
1月前
|
Shell Linux iOS开发
使用 pipx 安装并执行 Python 应用程序 (1)
使用 pipx 安装并执行 Python 应用程序 (1)
52 0
使用 pipx 安装并执行 Python 应用程序 (1)
|
1月前
|
人工智能 编译器 Python
python已经安装有其他用途如何用hbuilerx配置环境-附带实例demo-python开发入门之hbuilderx编译器如何配置python环境—hbuilderx配置python环境优雅草央千澈
python已经安装有其他用途如何用hbuilerx配置环境-附带实例demo-python开发入门之hbuilderx编译器如何配置python环境—hbuilderx配置python环境优雅草央千澈
41 0
python已经安装有其他用途如何用hbuilerx配置环境-附带实例demo-python开发入门之hbuilderx编译器如何配置python环境—hbuilderx配置python环境优雅草央千澈
|
2月前
|
人工智能 数据可视化 数据挖掘
探索Python编程:从基础到高级
在这篇文章中,我们将一起深入探索Python编程的世界。无论你是初学者还是有经验的程序员,都可以从中获得新的知识和技能。我们将从Python的基础语法开始,然后逐步过渡到更复杂的主题,如面向对象编程、异常处理和模块使用。最后,我们将通过一些实际的代码示例,来展示如何应用这些知识解决实际问题。让我们一起开启Python编程的旅程吧!
|
2月前
|
存储 数据采集 人工智能
Python编程入门:从零基础到实战应用
本文是一篇面向初学者的Python编程教程,旨在帮助读者从零开始学习Python编程语言。文章首先介绍了Python的基本概念和特点,然后通过一个简单的例子展示了如何编写Python代码。接下来,文章详细介绍了Python的数据类型、变量、运算符、控制结构、函数等基本语法知识。最后,文章通过一个实战项目——制作一个简单的计算器程序,帮助读者巩固所学知识并提高编程技能。
|
2月前
|
Unix Linux 程序员
[oeasy]python053_学编程为什么从hello_world_开始
视频介绍了“Hello World”程序的由来及其在编程中的重要性。从贝尔实验室诞生的Unix系统和C语言说起,讲述了“Hello World”作为经典示例的起源和流传过程。文章还探讨了C语言对其他编程语言的影响,以及它在系统编程中的地位。最后总结了“Hello World”、print、小括号和双引号等编程概念的来源。
126 80
|
23天前
|
存储 缓存 Java
Python高性能编程:五种核心优化技术的原理与Python代码
Python在高性能应用场景中常因执行速度不及C、C++等编译型语言而受质疑,但通过合理利用标准库的优化特性,如`__slots__`机制、列表推导式、`@lru_cache`装饰器和生成器等,可以显著提升代码效率。本文详细介绍了这些实用的性能优化技术,帮助开发者在不牺牲代码质量的前提下提高程序性能。实验数据表明,这些优化方法能在内存使用和计算效率方面带来显著改进,适用于大规模数据处理、递归计算等场景。
58 5
Python高性能编程:五种核心优化技术的原理与Python代码
|
2月前
|
Python
[oeasy]python055_python编程_容易出现的问题_函数名的重新赋值_print_int
本文介绍了Python编程中容易出现的问题,特别是函数名、类名和模块名的重新赋值。通过具体示例展示了将内建函数(如`print`、`int`、`max`)或模块名(如`os`)重新赋值为其他类型后,会导致原有功能失效。例如,将`print`赋值为整数后,无法再用其输出内容;将`int`赋值为整数后,无法再进行类型转换。重新赋值后,这些名称失去了原有的功能,可能导致程序错误。总结指出,已有的函数名、类名和模块名不适合覆盖赋新值,否则会失去原有功能。如果需要使用类似的变量名,建议采用其他命名方式以避免冲突。
52 14

推荐镜像

更多