【量化交易】SciPy-Python科學算法庫安裝、附帶切換python版本、及python虛擬環境路徑問題解決。

SciPy庫提供了大量有用的函數和類,用來解決各種專業領域的問題。

本文翻譯自Jupyter nbviewer中的第三講。

首先,介紹了一些特殊函數,如貝塞爾函數,這對物理學問題的計算提供了方便;之後是各種數值積分問題,常微分方程求解問題以及傅里葉變換,這些也可以描述並求解一些諸如復擺運動、阻尼震盪等複雜的物理過程;

同時,該庫還可以高效處理線性代數問題,如矩陣的運算、特徵值和特徵向量以及稀疏矩陣的存儲和運算;

最優化問題,即尋找函數極值和零點的問題,和插值問題,即用多項式擬合曲線的問題,在SciPy庫中也可以找到相應的函數;

最後介紹了統計上的應用,包括各種分佈的密度函數、分佈函數及其圖像繪製,以及一些統計檢驗問題。

#============================== 安裝SciPy 分割線 =================================

因爲我的mac上面安裝了幾個不同版本的py、現在默認的是py2.7的、

但是我pip install SciPy 是不支持2.7的、所以我只能先修改一下版本 如圖問題:

方法一:

修改用戶根目錄下的~/.bash_profile文件,在終端輸入:

open ~/.bash_profile

在文件中新增一行:

// 具體版本根據你/Library/Frameworks/Python.framework/Versions這個路徑下最新版本自選
// 我的版本是3.7
alias python="/Library/Frameworks/Python.framework/Versions/3.7/bin/python3.7"

添加完之後執行

source ~/.bash_profile

驗證:這個修改前是2.7.16版本的、修改後爲3.7.5正常啦、繼續下一步剛他!不要慫!!

方法二:(如果上面方法不行的話、那就用這個絕招看看了)

修改~/.bashrc 來達到目的

open ~/.bashrc

在文件中添加

alias python="python3"

這句話的意思就是 讓python命令與phthon3等價,所以你每次在shell中輸入python也就相當於輸入了phthon3了。

這個時候再去看看版本號對不對、如果對了 下面這個東西就跳過吧!字多懶得看~

# =============== 方法二的標註============

注:使用方法3的時候發現並未生效,查資料顯示Mac下要加載bashrc的方法是

~/.bashrc裏面的一些設置,比如alias命令的設置“不起作用”,新開一個終端都要source一下才起作用。
unix下當shell是login shell,.bash_profile纔會加載,而bashrc正好相反。
真正的區別是在Linux下,當用戶登錄到一個圖形界面,然後打開一個終端terminal,那些shell是non-login shell。
然而,在OS X登錄的時候,並沒有運行着一個shell,所以,在運行Terminal.app的時候,其實那是一個login shell。
後來新建了 .bash_profile加載一次.bashrc就ok啦

if [ "${BASH-no}" != "no" ]; then  
    [ -r ~/.bashrc ] && . ~/.bashrc  
fi  

# =============== 方法二的結束============

如果繼續剛的途中還發現這個問題~


原來是虛擬環境路徑惹的鍋、參考一下輸入這個路徑~ ↓

先查找自己的python路徑位置:

python  --->import sys  ----> print sys.path

獲取到後自己稍微編輯下拿到這個路徑、敲下或自己替換如下命令即可:

pip3 install --target=/Library/Frameworks/Python.framework/Versions/3.7/Resources/ SciPy

就發現正在安裝啦!!

這下距離夢想又近了一步~~


# ==================================== 分割線 ===================================

 

作者:J.R. Johansson (郵箱:[email protected])

譯者:一路向上

最新版本的用法介紹見網站http://github.com/jrjohansson/scientific-python-lectures.

其他相關介紹見http://jrjohansson.github.io.

# 調用繪圖函數
%matplotlib inline
import matplotlib.pyplot as plt
from IPython.display import Image

簡介

SciPy框架建立於低一級的NumPy框架的多維數組之上,並且提供了大量的高級的科學算法。一些SciPy的應用如下:

  1. 特殊函數 (scipy.special)
  2. 積分 (scipy.integrate)
  3. 優化 (scipy.optimize)
  4. 插值 (scipy.interpolate)
  5. 傅里葉變換 (scipy.fftpack)
  6. 信號處理 (scipy.signal)
  7. 線型代數 (scipy.linalg)
  8. 稀疏特徵值問題 (scipy.sparse)
  9. 統計 (scipy.stats)
  10. 多維圖像處理 (scipy.ndimage)
  11. 文件輸入輸出 (scipy.io)

內容也是多啊、這裏就先安裝的爲一部分、下一部分的就爲導入包再跟着學習總結再記錄一篇文章啦。

準備喫飯去~

 

發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章