1. 程式人生 > >linux python 安裝 nose lapack atlas numpy scipy

linux python 安裝 nose lapack atlas numpy scipy

The first step of machine larning .

環境配置:

OS:ubuntu 10.04

Python :Python 2.6.5

1.安裝nose

這個安裝還比較順利,基本沒報錯。。。

下載nose: https://nose.readthedocs.org/en/latest/


cd nose-1.3.4
python setup.py install
檢驗安裝成功:
#python
>>> import nose
>>> nose
<module 'nose' from '/usr/local/lib/python2.6/dist-packages/nose-1.3.4-py2.6.egg/nose/__init__.pyc'>
>>> 

2.安裝 lapack

官方下載地址: http://www.netlib.org/lapack/

我下的是lapack-3.5.0.tgz。下好了,暫時放著,後面有用。。。

3.安裝atlas

下載地址: http://sourceforge.net/projects/math-atlas/,下載最新版本:atlas3.10.2.tar.bz2 (下載日期:2014-10-26)

tar -jxvf atlas3.10.2.tar.bz2  cd ATLAS mkdir myobj64 cd myobj64

配置configure:

第一種配置方式(筆者使用第一種方式的,第二種沒試過): ../configure -b 32 -Fa alg -fPIC -shared –prefix=/配置atlas的安裝路徑/ATLAS -–with-netlib-lapack-tarfile=/lapack安裝壓縮檔案存放的目錄/lapack-3.5.0.tgz

-–with-netlib-lapack-tarfile 這個編譯選項 前面是 ‘--’ 2個 橫杆。網上很多都是一個的,一頓報錯了。。看了裡面的configure原始檔才知道。。。

第二種配置方式:

sudo ../configure -b 64 -D c -DPentiumCPS=3901.000 -Fa alg -fPIC  –prefix=/opt/atlas3.10.2/ -–with-netlib-lapack-tarfile=/opt/lapack-3.5.0/lapack-3.5.0.tgz 其中的引數說明如下:        -b 指定編譯出庫的型別(32位庫還是64位庫)根據自己的機器來設定        -D c -DPentiumCPS 是指定你的CPU的時鐘頻率,可以通過 grep MHz /proc/cpuinfo 得到 numpy_scipy/ATLAS/my64Obj$ grep MHz /proc/cpuinfo    cpu MHz        : 3901.000    cpu MHz        : 3901.000    cpu MHz        : 3901.000    cpu MHz        : 3901.000         -Fa alg -fPIC 得到與位置無關的程式碼,生成動態的共享庫        –prefix 為安裝路徑        -–with-netlib-lapack 則是制定lapack庫檔案(此時lapack庫檔案還沒有生成,先隨便指定一個)

執行上述命令出錯,提示 Unable to find usable compiler for F77; abortingMake sure compilers are in your path, and specify good compilers to configure (see INSTALL.txt or ‘configure –help’ for details)make[1]: *** [atlas_run] Error 8 make[1]: Leaving directory `/home/homer/Downloads/tool_server/python/numpy_scipy/ATLAS/my64Obj’ make: *** [IRun_comp] Error 2 ERROR 512 IN SYSCMND: ‘make IRun_comp args=”-v 0 -o atlconf.txt -O 1 -A 26 -Si nof77 0 -V 480  -Fa ic ‘-fPIC’ -Fa sm ‘-fPIC’ -Fa dm ‘-fPIC’ -Fa sk ‘-fPIC’ -Fa dk ‘-fPIC’ -Fa xc ‘-fPIC’ -Fa gc ‘-fPIC’ -Fa if ‘-fPIC’ -b 64″‘ mkdir src bin tune interfaces cd src ; mkdir testing auxil blas lapack pthreads threads cd src/blas ; \            mkdir f77reference reference gemv ger gemm kbmm \                  level1 level2 level3 pklevel3 這是因為Ubuntu系統沒有F77編譯器,需要安裝,安裝命令如下: sudo apt-get install fort77

 

ps:這個配置過程時間很長,我在虛擬機器上跑了好幾個小時。。。渣機器傷不起。。。最後還報了錯,不過直接忽略了,最後全部裝好,還是能用的。。

然後是:

make

make check

make time

make install

4.安裝 numpy

首先配置numpy目錄下的site.cfg檔案,指明atlas庫的位置:

下載地址: https://pypi.python.org/pypi/numpy

下載最新版本: numpy-1.9.0.tar.gz

tar -zxvf numpy-1.9.0.tar.gz cd numpy-1.9.0 接下來是配置 site.cfg檔案。這是網上有些文章是這麼介紹的,我也照做了,後來發現 不去配置也沒關係。因此我建議先不去配置,直接安裝:

python setup.py install


如果安裝沒有報錯了。。那就不要配置site.cfg了

ps:配置site.cfg檔案的方式可以看底下的參考文獻。

5.安裝scipy(大坑來了。。。)

下載地址: https://pypi.python.org/pypi/scipy,下載最新版本:scipy-0.14.0.tar.gz

tar -zxvf scipy-0.14.0.tar.gz

cd scipy-0.14.0

然後網上有些文章又說要配置site.cfg。可我在 解壓出來的資料夾裡更笨找不到這個site.cfg檔案。所以直接跳過這一步了。

然後執行

python setup.py install

又是一頓報錯。。。。

找到了 stackoverflow上同樣的問題以及答案。

原來在 安裝 scipy之前 還要安裝 blas

隨便找一個目錄,下載blas

wget http://www.netlib.org/blas/blas.tgz
tar xzf blas.tgz
cd BLAS

## NOTE: The selected fortran compiler must be consistent for BLAS, LAPACK, NumPy, and SciPy.## For GNU compiler on 32-bit systems:#g77 -O2 -fno-second-underscore -c *.f                     # with g77#gfortran -O2 -std=legacy -fno-second-underscore -c *.f    # with gfortran## OR for GNU compiler on 64-bit systems:#g77 -O3 -m64 -fno-second-underscore -fPIC -c *.f                     # with g77
gfortran -O3 -std=legacy -m64 -fno-second-underscore -fPIC -c *.f    # with gfortran## OR for Intel compiler:#ifort -FI -w90 -w95 -cm -O3 -unroll -c *.f# Continue below irrespective of compiler:
ar r libfblas.a *.o
ranlib libfblas.a
rm -rf *.o
export BLAS=~/自己的目錄/BLAS/libfblas.a
這裡有4種編譯方式,分別是  32位和64機器的情況,以及 g77和gfortran編譯器的情況。

筆者的機器是32位,g77和gfortran編譯器都沒裝。剛開始打算安裝g77,發現這個編譯器幾乎要淘汰了,安裝包都找不到。

於是安裝了gfortran

按照下述操作即可

sudo apt-get update

sudo apt-get install gfortran

然後選擇上面的 編譯指令

gfortran -O2 -std=legacy -fno-second-underscore -c *.f

ar r libfblas.a *.o ranlib libfblas.a rm -rf *.o

檢視下BLAS目錄,確認生成了libfblas.a.

export BLAS=/自己的目錄/BLAS/libfblas.a #這邊很重要,不然後面安裝scipy要報錯的。。。

然後再把第2步下載的lapack-3.5.0.tgz 解壓出來

tar xzf lapack.tgz
cd lapack-*/
cp INSTALL/make.inc.gfortran make.inc          # on Linux with lapack-3.2.1 or newer
make lapacklib
make clean
export LAPACK=~/自己的目錄/lapack-*/liblapack.a
按照上述操作即可

最後一步的 export 改成自己的目錄。

最後,終於可以安裝 scipy了

回到剛才的scipy目錄

cd scipy-0.14.0

安裝
python setup.py install

6.驗證成功

開啟 python,注意在開啟python之前 不能在scipy這些目錄下,否則 在 import scipy的時候會報錯。

如下錯誤

[email protected]:~/machine_learning/scipy-0.14.0# python Python 2.6.5 (r265:79063, Oct  1 2012, 22:07:21)  [GCC 4.4.3] on linux2 Type "help", "copyright", "credits" or "license" for more information. >>> import scipy Traceback (most recent call last):   File "<stdin>", line 1, in <module>   File "scipy/__init__.py", line 112, in <module>     raise ImportError(msg) ImportError: Error importing scipy: you cannot import scipy while         being in scipy source directory; please exit the scipy source         tree first, and relaunch your python intepreter. >>> 

換個目錄,再進入python就好了。

[email protected]:~/machine_learning# python Python 2.6.5 (r265:79063, Oct  1 2012, 22:07:21)  [GCC 4.4.3] on linux2 Type "help", "copyright", "credits" or "license" for more information. >>> import nose >>> nose <module 'nose' from '/usr/local/lib/python2.6/dist-packages/nose-1.3.4-py2.6.egg/nose/__init__.pyc'> >>> import numpy >>> numpy <module 'numpy' from '/usr/local/lib/python2.6/dist-packages/numpy/__init__.pyc'> >>> import scipy >>> scipy <module 'scipy' from '/usr/local/lib/python2.6/dist-packages/scipy/__init__.pyc'> >>> 

這樣子就表示安裝都成功了。。。

參考資料:

相關推薦

linux python 安裝 nose lapack atlas numpy scipy

The first step of machine larning . 環境配置: OS:ubuntu 10.04 Python :Python 2.6.5 1.安裝nose 這個安裝還比較順利,基本沒報錯。。。 下載nose: https://nose.readthed

在windows上安裝python的機器學習包numpy scipy scikit_learn matplotlib

最近想要安裝python的機器學習庫,發現這個安裝過程很容易走彎路,自己也是折騰了好久才找到一條捷徑,現在分享出來給大家。 準備條件: 安裝python軟體,這裡兩種可選2.7.x或者3.5.x(這裡使用2.7.x為例),將python的安裝路徑新增到環境變數中。 安裝

安裝Python庫出錯,如numpy scipy scipy的解決辦法, 切換版本

python 版本切換: # 檢視所有python版本及安裝位置 ls /usr/bin/python* # 檢視當前版本 python --version 1、使用virtualenv建立獨

linux python 安裝 及更換python預設版本(轉)

絕大多數linux distribution都內建安裝了python,我們只要在liunx命令列下打入python就能看到了,但是版本有點低不是我們想要的。 1、下載python       到http://www.python.org/download/上下載python

安裝基於Python3 的NumPy, SciPy和Scikit-Learn

http://www.tuicool.com/articles/yqMJJr2 軟體版本:Ubuntun 14.04, Python 3.4, NumPy 1.8.1, SciPy 0.14.0, Scikit-Learn 0.16 Numpy, SciPy 的官網

安裝基於Python3 的NumPy, SciPy, matplotlib和Scikit-Learn

from http://www.th7.cn/Program/Python/201408/263786.shtml 軟體版本:Ubuntun 14.04, Python 3.4, NumPy 1.8.1, SciPy 0.14.0, Scikit-Learn 0.16 N

linux安裝numpy,pandas,scipy,matplotlib,scikit-learn

我沒 順序 sci apt 求解 備註 .com sudo cond python在數據科學方面需要用到的庫: a。Numpy:科學計算庫。提供矩陣運算的庫。 b。Pandas:數據分析處理庫 c。scipy:數值計算庫。提供數值積分和常微分方程組求解算法。提供了一個非常廣

windows: Python安裝scipy,scikit-image時提示"no lapack/blas resources found"的解決方法

找到 應該 利用 rip x64 bsp htm nbsp lan 解決方案: 最後,解決我遇到的這個問題的解決方案是來自以下鏈接的答案: http://www.voidcn.com/blog/z6491679/article/p-5740396.html。 另外還有一個

Windows下Python安裝numpy+mkl,Scipy和statsmodels

log gif csdn 沒有 解決 static 改名 分享 最終 最近做時間序列分析需要用到Python中的statsmodels,但是安裝過程中遇到很頭疼的問題,Google、Stackover各種都沒有找到合適的解決辦法,而且貌似還有很多同學也在吐槽Windows下

ubantu下安裝pip,python,pycharm,numpy,scipy,matplotlibm,pandas 以及sklearn

root orm jetbrains das current direct bee lan ase ubuntu 安裝 pip 及 pip 常用命令: https://blog.csdn.net/danielpei1222/article/details/62969815

window環境下python安裝numpyscipy、matplotlib等科學計算包

python安裝 首先我們下載對應PC位數的python。64位就下載64的,32就對應32的,防止以後莫名其妙的出錯。 下載地址:https://www.python.org/getit/,我安裝的是 python3.4.4版本。 安裝路徑沒有特殊的要求。一路 “確定”

python機器學習包 Windows下 pip安裝 scikit-learn numpy scipy

1.到PIP的目錄中C:\Python34\Scripts;2. 2.1  pip安裝numpy pip install numpy 2.2  pip安裝sklearn pip install -U scikit-learn   2.3  pip安裝scipy(注:sklearn 依賴

windows64位環境下python安裝numpyscipy和matplotlib

最近想使用python做一些機器學習方向的演算法實現,使用python做資料分析和矩陣運算什麼的常需要三個庫檔案:numpy、scipy和matplotlib,於是著手安裝。 我自己機子的配置是win8+64位作業系統,python安裝的版本是3.4.1。安裝這幾個庫首先

Ubuntu環境下完美安裝python模組numpy,scipy,matplotlib

不同的ubuntu版本安裝過這三個模組幾次了,然而總是出現各種問題,最近一次是在ubuntu 16.04 LTS server版本安裝的,總的來說安裝的比較順利。 先把pip安裝好 sudo apt-get install python-pip 接著是安裝

05.Eclipse的Python開發環境搭建與NumpyScipy安裝

一、Python環境 直接終端查詢下python安裝沒:python --version Python 2.7.12 Ubuntu竟然已經裝了Python2.7,那就好說了。不然自己裝和裝jdk差不多。本來想著要不要再裝個3.4的,但是發現2.7也很常

在windows下python,pip,numpy,scipy,matplotlib的安裝

系統:win7(64bit) 如果只需要安裝python,執行步驟一就可以了,不用管後面。如果還需要其它的庫,則只需要執行第二步,第一步可省略(因為在安裝anaconda的時間,python就自動裝好了)。 一、先安裝python 先到https://www.python.org/downloads

windows下python安裝NumpyScipy、matplotlib模組

  網上找了半天,終於把要安裝的資料找到了。其他的不怎麼全,就自己再次總結一下寫。          我自己安裝的是python 2.7。所以以下的東東都是針對2.7的軟體。          scipy:http://sourceforge.net/projects/sc

[python] 安裝numpy+scipy+matlotlib+scikit-learn及問題解決

這篇文章主要講述Python如何安裝Numpy、Scipy、Matlotlib、Scikit-learn等庫的過程及遇到的問題解決方法。最近安裝這個真是一把淚啊,各種不相容問題和報錯,希望文章對你有所幫助吧!你可能遇到的問題包括:        ImportError: No

Ubuntu16.04安裝Python的資料分析庫numpy,pandas,scipy,matplotlib

1. 安裝依賴庫 sudo apt-get install python-dev 2. 使用pip方式安裝 sudo pip install numpy sudo pip install scipy sudo pip install pandas sudo pi

Linux安裝Python

2.7 管理 spa cal config efi image com 照相 本文以python2.7為例1.下載python安裝包官網下載地址:https://www.python.org/downloads/ 2解壓安裝包,命令如下 1 tar -zxvf Pytho