全面指南:如何在 Anaconda 中高效安装 Matplotlib (指南全面发展)
Matplotlib 是Python 中一个广泛使用的绘图库,它允许您创建各种类型的可视化,包括线形图、散点图、条形图和饼图。如果您使用 Anaconda 来管理您的 Python 环境,那么您可以使用以下几种方法来高效安装 Matplotlib。
方法 1:使用 Conda 安装
这是使用 Conda 安装 Matplotlib 的最简单方法。Conda 是一个用于管理 Python 包和环境的包管理器。要使用 Conda 安装 Matplotlib,请打开终端或命令提示符并运行以下命令:
conda install matplotlib
此命令将从 Anaconda 存储库中安装 Matplotlib 及其所有依赖项。
方法 2:使用 Pip 安装
您还可以使用 Pip 来安装 Matplotlib。Pip 是 Python 包安装程序。要使用 Pip 安装 Matplotlib,请打开终端或命令提示符并运行以下命令:
pip install matplotlib
此命令将从 Python Package Index (PyPI) 中安装 Matplotlib 及其所有依赖项。
方法3:从源代码编译
如果您需要更高级别的控制,您还可以从源代码编译 Matplotlib。为此,请克隆 Matplotlib 存储库并运行以下命令:
git clonematplotlibpython setup.py install
此命令将从源代码编译并安装 Matplotlib。
安装后验证
在安装 Matplotlib 后,您可以使用以下命令来验证它是否已成功安装:
pythonimport matplotlib.pyplot as pltplt.plot([1, 2, 3, 4])plt.show()
如果此代码运行且未出现错误,则表示 Matplotlib 已成功安装。
其他提示
这里有一些其他提示可以帮助您高效安装 Matplotlib:
- 确保您使用的是最新的 Anaconda 版本。
- 在安装 Matplotlib 之前,请先更新您的包索引。
- 如果您遇到安装问题,请参阅 Matplotlib 文档。
- 如果您需要更高级别的支持,请访问 Matplotlib 论坛。
结论
在 Anaconda 中安装 Matplotlib 非常简单。您可以使用 Conda、Pip 或从源代码编译。按照本文中的步骤操作,您可以轻松高效地安装 Matplotlib 并开始创建有用的可视化。
[Anaconda介绍、安装及使用教程] subversion安装教程
〇、序
Python是一种面向对象的解释型计算机程序设计语言,其使用,具有跨平台的特点,可以在Linux、macOS以及Windows系统中搭建环境并使用,其编写的代码在不同平台上运行时,几乎不需要做较大的改动,使用者无不受益于它的便捷性。
此外,Python的强大之处在于它的应用领域范围之广,遍及人工智能、科学计算、Web开发、系统运维、大数据及云计算、金融、游戏开发等。实现其强大功能的前提,就是Python具有数量庞大且功能相对完善的标准库和第三方库。通过对库的引用,能够实现对不同领域业务的开发。然而,正是由于库的数量庞大,对于管理这些库以及对库作及时的维护成为既重要但复杂度又高的事情。
一、什么是Anaconda?
1. 简介Anaconda(官方网站)就是可以便捷获取包且对包能够进行管理,同时对环境可以统一管理的发行版本。Anaconda包含了conda、Python在内的超过180个科学包及其依赖项。
2. 特点Anaconda具有如下特点:
virtualenv将会为它自己的安装目录创建一个环境,这并不与其他virtualenv环境共享库;同时也可以选择性地不连接已安装的全局库。
⑤ pip 与 conda 比较
→ 依赖项检查
“Anaconda-Navigator”中已经包含“Jupyter Notebook”、“Jupyterlab”、“Qtconsole”和“Spyder”。(图中的“Rstudio”是我后来安装的,但它默认出现在“Anaconda-Navigator”的启动界面,只需要点击“Install”便可安装。)
② 命令行安装
注意:首词bash也需要输入,无论是否用的Bash shell。
如果你的下载路径是自定义的,那么把该步骤路径中的~/Downloads替换成你自己的下载路径。
如果你将第1步下载的文件重命名了,那么把该步骤路径中的Anaconda3-5.0.1-MacOSX-x86_或Anaconda2-5.0.1-MacOSX-x86_替换成你重命名后的文件名。
强烈建议:不要修改文件名。如果重命名,使用英文进行命名。目标路径中不能含有空格,同时不能是“unicode”编码。
除非被要求以管理员权限安装,否则不要以管理员身份安装。
-
验证安装结果。可选以下任意方法:
“开始 → Anaconda3(64-bit)→ Anaconda Navigator”,若可以成功启动Anaconda Navigator则说明安装成功。
“开始 → Anaconda3(64-bit)→ 右键点击Anaconda Prompt → 以管理员身份运行”,在Anaconda Prompt中输入conda list,可以查看已经安装的包名和版本号。若结果可以正常显示,则说明安装成功。
3. Linux系统安装Anaconda
注意:将该步骤命令中的/path/filename替换为文件的实际下载路径和文件名。其中,path是路径,filename为文件名。强烈建议:-
路径和文件名中不要出现空格或其他特殊字符。路径和文件名最好以英文命名,不要以中文或其他特殊字符命名。
-
根据Python版本的不同有选择性地在终端输入命令:
Python 3.6:bash ~/Downloads/Anaconda3-5.0.1-Linux-x86_
Python 2.7:bash ~/Downloads/Anaconda2-5.0.1-Linux-x86_
首词bash也需要输入,无论是否用的Bash shell。
如果你的下载路径是自定义的,那么把该步骤路径中的~/Downloads替换成你自己的下载路径。
除非被要求使用root权限,否则均选择“Install Anaconda as a user”。
安装过程中,看到提示“In order to continue the installation process, please review the license agreement.”(“请浏览许可证协议以便继续安装。”),点击“Enter”查看“许可证协议”。
在“许可证协议”界面将屏幕滚动至底,输入“yes”表示同意许可证协议内容。然后进行下一步。
安装过程中,提示“Press Enter to accept the default install location, CTRL-C to cancel the installation or specify an alternate installation directory.”(“按回车键确认安装路径,按CTRL-C取消安装或者指定安装目录。”)如果接受默认安装路径,则会显示“PREFIX=/home/ /anaconda”并且继续安装。安装过程大约需要几分钟的时间。
-
安装器若提示“Do you wish the installer to prepend the Anaconda install location to PATH in your /home/ / ?”(“你希望安装器添加Anaconda安装路径在/home/ /文件中吗?”),建议输入“yes”。
路径/home/ /_rc中“ ”即进入到家目录后你的目录名。
如果输入“no”,则需要手动添加路径,否则conda将无法正常运行。
当看到“Thank you for installing Anaconda!”则说明已经成功完成安装。
关闭终端,然后再打开终端以使安装后的Anaconda启动。或者直接在终端中输入source ~/也可完成启动。
验证安装结果。可选用以下任意一种方法:
在终端中输入命令condal list,如果Anaconda被成功安装,则会显示已经安装的包名和版本号。
在终端中输入python。这条命令将会启动Python交互界面,如果Anaconda被成功安装并且可以运行,则将会在Python版本号的右边显示“Anaconda custom (64-bit)”。退出Python交互界面则输入exit()或quit()即可。
在终端中输入anaconda-navigator。如果Anaconda被成功安装,则Anaconda Navigator将会被启动。
四、管理conda
0. 写在前面接下来均是以命令行模式进行介绍,Windows用户请打开“Anaconda Prompt”;macOS和Linux用户请打开“Terminal”(“终端”)进行操作。
1. 验证conda已被安装终端上将会以conda 版本号的形式显示当前安装conda的版本号。如:conda 3.11.0
注意:如果出现错误信息,则需核实是否出现以下情况: 2. 更新conda至最新版本执行命令后,conda将会对版本进行比较并列出可以升级的版本。同时,也会告知用户其他相关包也会升级到相应版本。
当较新的版本可以用于升级时,终端会显示Proceed ([y]/n)?,此时输入y即可进行升级。
3. 查看conda帮助信息 4. 卸载conda① Linux 或 macOS
即删除Anaconda的安装目录。根据安装的Anaconda版本选择相应的卸载命令。
控制面板 → 添加或删除程序 → 选择“Python X.X (Anaconda)” → 点击“删除程序”注意:Python X.X:即Python的版本,如:Python 3.6。
Windows 10的删除有所不同。
五、管理环境
0. 写在前面接下来均是以命令行模式进行介绍,Windows用户请打开“Anaconda Prompt”;macOS和Linux用户请打开“Terminal”(“终端”)进行操作。
1. 创建新环境注意:
即创建的环境名。建议以英文命名,且不加空格,名称两边不加尖括号“>”。
即安装在环境中的包名。名称两边不加尖括号“>”。
--name同样可以替换为-n。
提示:默认情况下,新创建的环境将会被保存在/Users/ /anaconda3/env目录下,其中, 为当前用户的用户名。
2. 切换环境① Linux 或 macOS
③ 提示
3. 退出环境至root① Linux 或 macOS
③ 提示
当执行退出当前环境,回到root环境命令后,原本行首以“(env_name)”或“[env_name]”开头的字符将不再显示。
4. 显示已创建环境例如:
结果中星号“*”所在行即为当前所在环境。macOS系统中默认创建的环境名为“base”。
5. 复制环境注意:即为被复制/克隆环境名。环境名两边不加尖括号“>”。
即为复制之后新环境的名称。环境名两边不加尖括号“>”。
六、管理包
1. 查找可供安装的包版本① 精确查找
注意:
--full-name为精确查找的参数。
是被查找包的全名。包名两边不加尖括号“>”。
Python实操:手把手教你用Matplotlib把数据画出来
作者:迈克尔·贝耶勒(Michael Beyeler)
如需转载请联系华章 科技
如果已安装Anaconda Python版本,就已经安装好了可以使用的 Matplotlib。否则,可能要访问官网并从中获取安装说明:
正如使用np作为 NumPy 的缩写,我们将使用一些标准的缩写来表示 Matplotlib 的引入:
在本书中,plt接口会被频繁使用。
让我们创建第一个绘图。
假设想要画出正弦函数sin(x)的线性图。得到函数在x坐标轴上0≤x<10内所有点的值。我们将使用 NumPy 中的 linspace 函数来在x坐标轴上创建一个从0到10的线性空间,以及100个采样点:
可以使用 NumPy 中的sin函数得到所有x点的值,并通过调用plt中的plot函数把结果画出来:
你亲自尝试了吗?发生了什么吗?有没有什么东西出现?
实际情况是,取决于你在哪里运行脚本,可能无法看到任何东西。有下面几种可能性:
1. 从脚本中绘图
如果从一个脚本中运行 Matplotlib,需要加上下面的这行调用:
在脚本末尾调用这个函数,你的绘图就会出现!
2. 从 IPython shell 中绘图
这实际上是交互式地执行Matplotlib最方便的方式。为了让绘图出现,需要在启动 IPython 后使用所谓的%matplotlib魔法命令。
接下来,无须每次调用()函数,所有的绘图将会自动出现。
3. 从 Jupyter Notebook 中绘图
如果你是从基于浏览器的 Jupyter Notebook 中看这段代码,需要使用同样的%matplotlib魔法命令。然而,也可以直接在notebook中嵌入图形,这会有两种输出选项:
在本书中,将会使用inline选项:
现在再次尝试一下:
上面的命令会得到下面的绘图输出结果:
如果想要把绘图保存下来留作以后使用,可以直接在 IPython 或者 Jupyter Notebook 使用下面的命令保存:
仅需要确保你使用了支持的文件后缀,比如、、、、或者。
作为本章最后一个测试,让我们对外部数据集进行可视化,比如scikit-learn中的数字数据集。
为此,需要三个可视化工具:
那么开始引入这些包吧:
第一步是载入实际数据:
如果没记错的话,digits应该有两个不同的数据域:data域包含了真正的图像数据,target域包含了图像的标签。相对于相信我们的记忆,我们还是应该对digits稍加 探索 。输入它的名字,添加一个点号,然后按Tab键:digits.<TAB>,这个操作将向我们展示digits也包含了一些其他的域,比如一个名为images的域。images和data这两个域,似乎简单从形状上就可以区分。
两种情况中,第一维对应的都是数据集中的图像数量。然而,data中所有像素都在一个大的向量中排列,而images保留了各个图像8×8的空间排列。
因此,如果想要绘制出一副单独的图像,使用images将更加合适。首先,使用NumPy的数组切片从数据集中获取一幅图像:
这里是从1797个元素的数组中获取了它的第一行数据,这行数据对应的是8×8=64个像素。下面就可以使用plt中的imshow函数来绘制这幅图像:
上面的命令得到下面的输出:
此外,这里也使用cmap参数指定了一个颜色映射。默认情况下,Matplotlib 使用MATLAB默认的颜色映射jet。然而,在灰度图像的情况下,gray颜色映射更有效。
最后,可以使用plt的subplot函数绘制全部数字的样例。subplot函数与MATLAB中的函数一样,需要指定行数、列数以及当前的子绘图索引(从1开始计算)。我们将使用for 循环在数据集中迭代出前十张图像,每张图像都分配到一个单独的子绘图中。
这会得到下面的输出结果:
关于作者:Michael Beyeler,华盛顿大学神经工程和数据科学专业的博士后,主攻仿生视觉计算模型,用以为盲人植入人工视网膜(仿生眼睛),改善盲人的视觉体验。 他的工作属于神经科学、计算机工程、计算机视觉和机器学习的交叉领域。同时他也是多个开源项目的积极贡献者。
本文摘编自《机器学习:使用OpenCV和Python进行智能图像处理》,经出版方授权发布。
如何在Windows系统下安装和使用Anaconda?
Anaconda是用于科学计算的python发行版,具有强大而方便的环境管理及package管理功能,能有效解决多版本python并存、切换以及第三方package的安装问题。接下来,本篇指南就为大家介绍如何在Windows系统下安装和使用Anaconda。
首先,在官网下载Anaconda。 先选择Windows系统,然后根据需要选择安装Python 3.6版或Python 2.7版,这里选择Python 2.7版中的 32-bit Graphical Installer。
下载完毕后,双击文件,开始安装。
安装过程中,会要求选择安装路径,安装需要占用的硬盘空间大约1.9G。
如图所示:在安装界面中,要先勾选两个高级选项,将Anaconda加入系统变量,并添加到系统注册表,然后再点击Install开始正式安装过程。
安装完成后,在开始菜单中打开图形界面“Anaconda Navigator”。在Home界面中,集成了一些常用的应用程序和开发环境,如spyder。
在Environments界面中,可以查看、搜索和安装package或module。
对于习惯了使用命令终端的编程老鸟来说,Anaconda Prompt相对而言使用起来会更方便,可以使用conda命令来查看、安装package或module。 conda list: 查看安装包列表 conda search: 查找安装包 conda install matplotlib: 安装 matplotlib
在Anaconda Prompt 命令终端输入python--verison,查看Python的版本是2.7。输入python后,会出现Python交互式命令提示符“”,写个简单的“Hello world!”程序测试一下,然后就可以开始你的python之旅了。
若对本页面资源感兴趣,请点击下方或右方图片,注册登录后
搜索本页相关的【资源名】【软件名】【功能词】或有关的关键词,即可找到您想要的资源
如有其他疑问,请咨询右下角【在线客服】,谢谢支持!
相关文章
- 数据驱动的报表模板:基于真实数据进行明智的决策 (数据 驱动)
- 全面报表模板:为您的业务决策赋能 (全面报表模板怎么写)
- 掌握矢量图生成艺术:提升您的视觉沟通技巧 (掌握矢量图生成软件)
- 矢量图生成:重新定义数字艺术和设计的未来 (矢量图生成器)
- 解锁矢量图生成的潜力:掌握技术,提升创作能力 (解锁矢量图生成器下载)
- 矢量图生成:设计师和艺术家的必备技能 (矢量图生成器app)
- 探索矢量图生成的无限可能性:从标志设计到复杂插画 (探索矢量图生成器下载)
- 矢量图生成:在设计和插画领域的突破 (矢量图生成器app)
- 揭秘矢量图生成的幕后故事:从概念到实用的进化 (揭秘矢量图生成软件)
- 掌握矢量图生成秘诀:一步一步指南 (矢量图的生成原理)
发表评论
评论列表
- 这篇文章还没有收到评论,赶紧来抢沙发吧~