importnumpypython

① mac系統python安裝了anaconda，在idle中如何import numpy

下載 Anaconda
直接在官網下載安裝包， 選擇 Python3.6 的安裝包進行下載，下載完成後直接安裝，安裝過程選擇默認配置即可，大約需要1.8G的磁碟空間。
conda 工具介紹
conda 是 Anaconda 下用於包管理和環境管理的工具，功能上類似 pip 和 vitualenv 的組合。安裝成功後 conda 會默認加入到環境變數中，因此可直接在命令行窗口運行命令 conda
conda 的環境管理與 virtualenv 是基本上是類似的操作。
# 查看幫助
conda -h
# 基於python3.6版本創建一個名字為python36的環境
conda create --name python36 python=3.6
# 激活此環境
activate python36
# 再來檢查python版本，顯示是 3.6
python -V
# 退出當前環境
deactivate python36
# 刪除該環境
conda remove -n python36 --all
# 或者
conda env remove -n python36

# 查看所以安裝的環境
conda info -e
python36 * D:\Programs\Anaconda3\envs\python36
root D:\Programs\Anaconda3

conda 的包管理功能可 pip 是一樣的，當然你選擇 pip 來安裝包也是沒問題的。
# 安裝 matplotlib
conda install matplotlib
# 查看已安裝的包
conda list
# 包更新
conda update matplotlib
# 刪除包
conda remove matplotlib

在 conda 中 anything is a package。conda 本身可以看作是一個包，python 環境可以看作是一個包，anaconda 也可以看作是一個包，因此除了普通的第三方包支持更新之外，這3個包也支持。比如：
# 更新conda本身
conda update conda
# 更新anaconda 應用
conda update anaconda
# 更新python，假設當前python環境是3.6.1，而最新版本是3.6.2，那麼就會升級到3.6.2
conda update python

修改鏡像地址
Anaconda 的鏡像地址默認在國外，用 conda 安裝包的時候會很慢，目前可用的國內鏡像源地址有清華大學的。修改 ~/.condarc (Linux/Mac) 或 C:\Users\當前用戶名\.condarc (Windows) 配置：
channels:
-
- defaults
show_channel_urls: true

如果使用conda安裝包的時候還是很慢，那麼可以考慮使用pip來安裝，同樣把 pip 的鏡像源地址也改成國內的，豆瓣源速度比較快。修改 ~/.pip/pip.conf (Linux/Mac) 或 C:\Users\當前用戶名\pip\pip.ini (Windows) 配置：
[global]
trusted-host =
index-url =

環境搭建好之後就可以開始愉快地玩數據分析了。

② python在import numpy出錯

NumPy系統是Python的一種開源的數值計算擴展。這種工具可用來存儲和處理大型矩陣，比python自身的嵌套列表結構要高效的多。但是在使用Numpy時可能出錯：ImportError: No mole named numpy，解決辦法，下載安裝對應版本的Numpy程序。我的Python版本為2.7-64bit，可以下載對應的Numpy安裝即可。
Python-Numpy2.7 64位版本：

將Numpy安裝到Python的安裝路徑下：

再次導入Numpy:

③ 如何在python中安裝numpy

命令行輸入python，然後輸入importnumpy

④ import numpy as np是什麼意思

這是使用的numpy模塊中的隨機函數。

1、numpy.ndarray.shape 返回一個數組維度的元組比如12345678import numpy as npx = np.array([1, 2])y = np.array([[1],[2]])print x.shapeprint y.shape>>>(2,)(2, 1)註：x[1,2]的shape值(2,)。

2、意思是一維數組，數組中有2個元素y[[1],[2]]的shape值是(2,1)，意思是一個二維數組，每個數組中有1個元素， from numpy import 然後就可以使用你的random.rand(4,4)了不過,不建議這樣導入。

拓展資料：

NumPy系統是Python的一種開源的數值計算擴展。這種工具可用來存儲和處理大型矩陣，比Python自身的嵌套列表（nested list structure)結構要高效的多（該結構也可以用來表示矩陣（matrix））。

一個用python實現的科學計算包。包括：

1、一個強大的N維數組對象Array；

2、比較成熟的（廣播）函數庫；

3、用於整合C/C++和Fortran代碼的工具包；

4、實用的線性代數、傅里葉變換和隨機數生成函數。numpy和稀疏矩陣運算包scipy配合使用更加方便。

NumPy（Numeric Python）提供了許多高級的數值編程工具，如：矩陣數據類型、矢量處理，以及精密的運算庫。專為進行嚴格的數字處理而產生。多為很多大型金融公司使用，以及核心的科學計算組織如：Lawrence Livermore，NASA用其處理一些本來使用C++，Fortran或Matlab等所做的任務。

⑤ python3.6版本的成功安裝numpy但import numpy時卻報錯

錯誤提示你mumpy還是沒有安裝完全，建議卸載夠從新安裝。不知道你是用什麼方法安裝的，如果是pip，有可能是因為和諧網路連接的問題導致某些相關模塊沒安裝成功，建議根據自己的系統下載相應的numpy版本進行本地安裝

⑥ import numpy 和 from numpy import * 的區別

兩種方式都是引入numpy庫中的所有函數、函數、對象、變數等，兩者的區別在於調用其中內容時不同.

以掉用numpy中的random模塊為例，第一種方式要用numpy.random，第二種方式只用random即可。

但是請特別注意：pep標准推薦使用第一種方式，請在日常使用中盡量使用第一種方法，就比如numpy中random 標准庫中也有random，但是兩者的功能是不同的，使用第二種方式容易造成混淆

⑦ import numpy 和 from numpy import * 的區別是什麼

區別：pep標准推薦使用第一種方式，請在日常使用中盡量使用第一種方法，就比如numpy中random 標准庫中也有random，但是兩者的功能是不同的，使用第二種方式容易造成混淆。兩種方式都是引入numpy庫中的所有函數、函數、對象、變數等，兩者的區別在於調用其中內容時不同。以掉用numpy中的random模塊為例，第一種方式要用numpy.random，第二種方式只用random即可。

拓展：

1、PEP是PythonEnhancement Proposals的縮寫。一個PEP是一份為Python社區提供各種增強功能的技術規格，也是提交新特性，以便讓社區指出問題，精確化技術文檔的提案。NumPy系統是Python的一種開源的數值計算擴展。這種工具可用來存儲和處理大型矩陣，比Python自身的嵌套列表(nested list structure)結構要高效的多(該結構也可以用來表示矩陣(matrix))。據說NumPy將Python相當於變成一種免費的更強大的MatLab系統。

2、NumPy(Numeric Python)提供了許多高級的數值編程工具，如:矩陣數據類型、矢量處理，以及精密的運算庫。專為進行嚴格的數字處理而產生。多為很多大型金融公司使用，以及核心的科學計算組織如:Lawrence Livermore，NASA用其處理一些本來使用C++，Fortran或Matlab等所做的任務。

⑧ python如何導入numpy

Numpy是Python的一個科學計算的庫，提供了矩陣運算的功能，一般與Scipy、matplotlib一起使用。

導入numpy的範例如下:

>>>importnumpyasnp
>>>printnp.version.version
1.6.2

⑨ python成功安裝numpy後無法import是怎麼回事

virtualenv虛擬環境中安裝，開始用命令sudo apt-get install python-numpy安裝，但報錯ImportError: No mole named numpy，後來用命令pip install numpy安裝後好像可以了。

設計者開發時總的指導思想是，對於一個特定的問題，只要有一種最好的方法來解決就好了。這在由Tim Peters寫的Python格言裡面表述為：

There should be one-- and preferably only one --obvious way to do it. 這正好和Perl語言的中心思想TMTOWTDI（There's More Than One Way To Do It）完全相反。

(9)importnumpypython擴展閱讀：

基本語法：

Python的設計目標之一是讓代碼具備高度的可閱讀性。它設計時盡量使用其它語言經常使用的標點符號和英文單字，讓代碼看起來整潔美觀。它不像其他的靜態語言如C、Pascal那樣需要重復書寫聲明語句，也不像它們的語法那樣經常有特殊情況和意外。

Python開發者有意讓違反了縮進規則的程序不能通過編譯，以此來強制程序員養成良好的編程習慣。並且Python語言利用縮進表示語句塊的開始和退出（Off-side規則），而非使用花括弧或者某種關鍵字。

⑩ python關於numpy基礎問題

Python發展至今，已經有越來越多的人使用python進行科學技術，NumPY是python中的一款高性能科學計算和數據分析的基礎包。
ndarray
ndarray（以下簡稱數組）是numpy的數組對象，需要注意的是，它是同構的，也就是說其中的所有元素必須是相同的類型。其中每個數組都有一個shape和dtype。
shape既是數組的形狀，比如
復制代碼
1 import numpy as np
2 from numpy.random import randn
3
4 arr = randn(12).reshape(3, 4)
5
6 arr
7
8 [[ 0.98655235 1.20830283 -0.72135183 0.40292924]
9 [-0.05059849 -0.02714873 -0.62775486 0.83222997]
10 [-0.84826071 -0.29484606 -0.76984902 0.09025059]]
11
12 arr.shape
13 (3, 4)
復制代碼
其中(3, 4)即代表arr是3行4列的數組，其中dtype為float64
一下函數可以用來創建數組
array將輸入數據轉換為ndarray，類型可制定也可默認
asarray將輸入轉換為ndarray
arange類似內置range
ones、ones_like根據形狀創建一個全1的數組、後者可以復制其他數組的形狀
zeros、zeros_like類似上面，全0
empty、empty_like創建新數組、只分配空間
eye、identity創建對角線為1的對角矩陣
數組的轉置和軸對稱
轉置是多維數組的基本運算之一。可以使用.T屬性或者transpose()來實現。.T就是進行軸對換而transpose則可以接收參數進行更豐富的變換
復制代碼
arr = np.arange(6).reshape((2,3))
print arr
[[0 1 2]
[3 4 5]]
print arr.T
[[0 3]
[1 4]
[2 5]]
arr = np.arange(24).reshape((2,3,4))
print arr
[[[ 0 1 2 3]
[ 4 5 6 7]
[ 8 9 10 11]]
[[12 13 14 15]
[16 17 18 19]
[20 21 22 23]]]
print arr.transpose((0,1,2))
[[[ 0 1 2 3]
[ 4 5 6 7]
[ 8 9 10 11]]
[[12 13 14 15]
[16 17 18 19]
[20 21 22 23]]]
復制代碼
數組的運算
大小相等的數組之間做任何算術運算都會將運算應用到元素級別。
復制代碼
1 arr = np.arange(9).reshape(3, 3)
2 print arr
3
4 [[0 1 2]
5 [3 4 5]
6 [6 7 8]]
7
8 print arr*arr
9
10 [[ 0 1 4]
11 [ 9 16 25]
12 [36 49 64]]
13
14 print arr+arr
15
16 [[ 0 2 4]
17 [ 6 8 10]
18 [12 14 16]]
19
20 print arr*4
21
22 [[ 0 4 8]
23 [12 16 20]
24 [24 28 32]]
復制代碼
numpy的簡單計算中，ufunc通用函數是對數組中的數據執行元素級運算的函數。
如：
復制代碼
arr = np.arange(6).reshape((2,3))
print arr
[[0 1 2]
[3 4 5]]
print np.square(arr)
[[ 0 1 4]
[ 9 16 25]]
復制代碼
類似的有：abs,fabs,sqrt,square,exp,log,sign,ceil,floor,rint,modf,isnan,isfinite,isinf,cos,cosh,sin,sinh,tan,tanh，
add,subtract,multiply,power,mod,equal,等等