当前位置: 首页 > news >正文

CQF预备知识:Python相关库 -- SciPy 安装

文中内容仅限技术学习与代码实践参考,市场存在不确定性,技术分析需谨慎验证,不构成任何投资建议。

SciPy 安装

提示 本页面假设您熟悉使用终端,并且愿意学习如何使用包管理器。如果您是初学者,只想尽快开始使用 SciPy,请查看初学者安装指南!

推荐的 SciPy 安装方法取决于您偏好的工作流程。常见的工作流程大致可以分为以下几类:

  • 基于项目(例如 uvpixi)(推荐新用户使用)
  • 基于环境(例如 pipconda)(传统工作流程)
  • 系统包管理器(不推荐)
  • 从源代码构建(用于调试和开发)

要安装带有静态类型存根的 SciPy,请参阅带有类型存根的安装。

提示 安装类型存根可能是集成开发环境(IDE)提供准确类型提示的必要条件。

基于项目

使用 uv 安装

以下是使用 uv(一个 Python 包管理器)设置项目以使用 SciPy 的逐步指南。

  1. 按照 uv 文档中的说明安装 uv

  2. 在一个新子目录中创建一个新项目,通过在终端中执行以下命令:

    uv init try-scipy
    cd try-scipy
    

    提示 第二个命令将目录切换到您的项目目录。

  3. 将 SciPy 添加到您的项目中:

    注意 如果尚未安装 Python,此操作将自动安装 Python!

    提示 您也可以以相同的方式安装其他 Python 库,例如:

    uv add matplotlib
    
  4. 尝试使用 SciPy!

    uv run python
    

    这将启动一个 Python 解释器会话,您可以在其中 import scipy

    请参阅 SciPy 用户指南 中的下一步操作。

注意 重新启动计算机后,您需要导航到您的 try-scipy 项目目录,并执行 uv run python 以返回到可以导入 SciPy 的 Python 解释器。要执行 Python 脚本,可以使用 uv run myscript.py

请参阅 uv 关于项目工作的指南。

使用 pixi 安装

如果您使用非 Python 包,您可能更愿意将 SciPy 安装为 Conda 包,以便您可以使用与不在 Python 包索引(PyPI)上可用的包相同的工作流程。Conda 可以管理任何语言的包,因此您可以使用它来安装 Python 本身、编译器和其他语言。

使用包管理工具 pixi 从 conda-forge 安装 SciPy 的步骤与 uv 的步骤非常相似:

  1. 按照 pixi 文档中的说明安装 pixi

  2. 在一个新子目录中创建一个新项目:

    pixi init try-scipy
    cd try-scipy
    
  3. 将 SciPy 添加到您的项目中:

    pixi add scipy
    
  4. 尝试使用 SciPy!

    pixi run python
    

基于环境

在基于项目的工作流程中,项目是一个包含描述项目的清单文件、描述项目确切依赖项的锁定文件以及项目(可能有多个)环境的目录。

相比之下,在基于环境的工作流程中,您将包安装到环境中,您可以从任何目录激活和停用该环境。这些工作流程已经很成熟,但缺乏基于项目工作流程的一些可重现性优势。

使用 pip 安装

  1. 安装 Python。

  2. 使用 venv 创建并激活虚拟环境。

  3. 使用 pip 安装 SciPy:

    python -m pip install scipy
    

使用 conda 安装

Miniforge 是安装 condamamba(两个基于 Conda 的环境管理器)的推荐方式。创建环境后,您可以从 conda-forge 安装 SciPy,如下所示:

conda install scipy # 或
mamba install scipy

包管理器

通过系统包管理器进行系统级安装

系统包管理器可以安装最常见的 Python 包。它们为整个计算机安装包,通常使用较旧的版本,并且没有那么多可用版本。它们不是推荐的安装方法。

Ubuntu 和 Debian

使用 apt-get

sudo apt-get install python3-scipy

Fedora

使用 dnf

sudo dnf install python3-scipy

macOS

macOS 没有预安装的包管理器,但您可以安装 Homebrew 并使用它来安装 SciPy(以及 Python 本身):

brew install scipy

从源代码构建

警告 从源代码构建 SciPy 可能是一项非平凡的任务。如果您的平台可以通过上述方法之一获得二进制文件,我们建议使用二进制文件。有关如何从源代码构建的详细信息,请参阅 SciPy 文档中的从源代码构建指南。

请参阅 SciPy 用户指南中的下一步操作。

带有类型存根的安装

静态类型存根可通过 PyPI 和 conda-forge 上的单独包 scipy-stubs 获得。您也可以通过 PyPI 上的 scipy-stubs[scipy] 额外包或 conda-forge 上的 scipy-typed 包,将 SciPy 和 scipy-stubs 作为单个包安装。要获取 SciPy 的特定版本 x.y.z(例如 1.14.1),您应该安装版本 x.y.z.*,例如:

uv add "scipy-stubs[scipy]==1.14.1.*" # 或
pixi add "scipy-typed=1.15.0.*" # 或
python -m pip install "scipy-stubs[scipy]" # 或
conda install "scipy-typed>=1.14"

有关静态类型支持的问题,请访问 scipy-stubs GitHub 仓库。

风险提示与免责声明
本文内容基于公开信息研究整理,不构成任何形式的投资建议。历史表现不应作为未来收益保证,市场存在不可预见的波动风险。投资者需结合自身财务状况及风险承受能力独立决策,并自行承担交易结果。作者及发布方不对任何依据本文操作导致的损失承担法律责任。市场有风险,投资须谨慎。

http://www.xdnf.cn/news/937675.html

相关文章:

  • 会计-合并-5- 处置交易在合报与个报会计处理
  • 由汇编代码确定switch语句
  • 第13次01:广告及商品数据呈现
  • (LeetCode 每日一题)386. 字典序排数(递归、深度优先搜索dfs || 递推)
  • 动态生成 PV 的机制:使用 NFS-Client Provisione
  • 深入解析Golang反射机制与高效文件操作实践
  • TCP相关问题 第一篇
  • Windows权限提升篇数据库篇MYSQLMSSQLORACLE自动化项目
  • 管理数据洪流:自动化处理与归档每日数据文件的策略与实践
  • BOM(Browser Object Model)核心对象手册
  • CNN核心机制深度解析:卷积池化原理 PyTorch实现经典网络
  • MSYS2 环境配置与 Python 项目依赖管理笔记
  • Z-FOLD: A Frustratingly Easy Post-Training Quantization Scheme for LLMs
  • MS39531N 是一款正弦驱动的三相无感直流电机驱动器,具有最小振动和高效率的特点
  • 深入理解 Java 的反射、注解与动态代理
  • 基于Python学习《Head First设计模式》第十章 状态模式
  • JavaScript数组扁平化(Array Flattening)全解析:从基础到进阶的9种实现方式及深度对比
  • C++.OpenGL (17/64)深度测试(Depth Testing)
  • Python Wheel 打包基本原理详解
  • LangChain工具集成实战:构建智能问答系统完整指南
  • RoboDK 自定义机器人
  • 当前市场环境下,软件行业的突围之道:技术演进与商业模式重构
  • 工厂方法模式和抽象工厂方法模式的battle
  • 135. 分发糖果
  • 【P2P】直播网络拓扑及编码模式
  • 【2025年6月8日】Claude 4 国内使用全攻略
  • 【优选算法】模拟 问题算法
  • CompletableFuture+线程池使用案列
  • 直观地理解程序的堆和栈
  • Go 语言中的内置运算符