numpy是python的依赖包吗_Python下科学计算包numpy和SciPy

Python下大多数工具包的安装都很简单，只需要执行 “python setup.py

install”命令即可。然而，由于SciPy和numpy这两个科学计算包的依赖关系较多，安装过程较为复杂。网上教程较为混乱，而且照着做基本都不能用。在仔细研读各个包里的README和INSTALL之后，终于安装成功。现记录如下。

系统环境：

OS：RedHat5

Python版本：Python2.7.3

gcc版本：4.1.2

各个安装包版本：

scipy-0.11.0

numpy-1.6.2

nose-1.2.1

lapack-3.4.2

atlas-3.10.0

依赖关系：scipy的安装需要依赖于numpy、lapack、atlas(后两者都是线性代数工具包，不清楚的自行google之。。。)，而numpy和sci的测试程序的运行又依赖于nose，因此，整个安装过程必须要按顺序执行的，否则是无法执行下去的。

安装步骤：

1、安装nose

这个安装比较简单，解压缩nose的安装文件，进入nose的目录，直接运行setup.py即可：

tar -zxvf

nose-1.2.1.tar.gz

cd nose-1.2.1

python setup.py

install

2、安装lapack

由于最新版本的ATLAS可以直接集成lapack的安装压缩文件进行编译，因此，如果仅在python下使用的话，可以不用安装lapack。只需要下载压缩文件：lapack-3.4.2.tgz

即可。

3、安装ATLAS

这个的安装主要是配置一些选项，包括配置成64位库文件、位置无关的以及共享的链接库。详细的配置说明在atlas安装包 doc/

下的pdf文件中。可查阅。

下面是我的安装过程：

tar -jxvf

atlas3.10.0.tar.bz2

cd ATLAS

mkdir obj64

../configure -b 64 -Fa alg -fPIC

-shared --prefix=/配置atlas的安装路径/atlas

--with-netlib-lapack-tarfile=/lapack安装压缩文件存放的目录/lapack-3.4.2.tgz

(注：这个配置时间非常长，在Core i7 处理上，大概1个小时左右)

make

(下面是一些检查过程，保证没有问题之后再进行安装)

make check

make time

make install

至此，atlas安装完成。不过我们要记录下编译过程中所用的fortran编译器类型，这个信息在下面安装numpy和scipy的时候要用。还是在目录

obj64/ 下，执行

fgrep "F77 ="

Make.inc可以看到F77 =

gfortran

记下这个编译器类型 gfortran.

4、安装numpy

numpy和scipy的安装过程都要显式的指明所用fortran编译器的类型，而且要与前面编译atlas时一致(在本文中即：gfortran)，这一点非常重要，否则很多功能都会出错。

首先配置numpy目录下的site.cfg文件，指明atlas库的位置：

tar -zxvf

numpy-1.6.2.tar.gz

cd numpy-1.6.2

cp site.cfg.example

site.cfg

vim site.cfg

配置成如下格式：

[DEFAULT]

library_dirs = /usr/local/lib:/atlas的安装目录/atlas/lib

include_dirs = /usr/local/include:/atlas的安装目录/include

[blas_opt]

libraries = f77blas, cblas, atlas

[lapack_opt]

libraries = lapack, f77blas, cblas, atlas

[amd]

amd_libs = amd

[umfpack]

umfpack_libs = umfpack

接下来配置安装numpy所需要的Fortran编译器类型：

如果前面得到的Fortran编译器是gfortran的话，执行：

python setup.py

build --fcompiler=gnu95

如果前面得到的Fortran编译器是g77的话，执行：

python setup.py

build --fcompiler=gnu

然后执行

python setup.py

install

安装完成

5、安装scipy

与安装numpy类似：

tar -zxvf

scipy-0.11.0.tar.gz

cd

scipy-0.11.0

vim site.cfg

配置成如下格式：

[DEFAULT]

library_dirs = /usr/local/lib:/atlas的安装目录/atlas/lib

include_dirs = /usr/local/include:/atlas的安装目录/include

[blas_opt]

libraries = f77blas, cblas, atlas

[lapack_opt]

libraries = lapack, f77blas, cblas, atlas

[amd]

amd_libs = amd

[umfpack]

umfpack_libs = umfpack

接下来配置安装numpy所需要的Fortran编译器类型：

如果前面得到的Fortran编译器是gfortran的话，执行：

python setup.py

build --fcompiler=gnu95

如果前面得到的Fortran编译器是g77的话，执行：

python setup.py

build --fcompiler=gnu

然后执行

python setup.py

install

安装完成

然后可以在python下执行相应的测试程序：

python

>>>import nose

>>>import numpy

>>>import scipy

>>>numpy.test('full')

等待。。。。

>>>scipy.test('full')

到这里，整个安装过程结束。

二. 具体实现功能

1 首先了解下这家公司 http://www.enthought.com/  它维护着包含scipy在内的诸多python科学计算相关的开源项目，包括这些项目的网站； 它本身就是一家专注于科学计算及相关工具产品开发的公司，从数据到可视化，2D，3D等 ；

2 numpy 准确地说提供了一个在python中做科学计算的基础库，侠义地讲它重在数值计算，甚至可以说是用于多维数组处理的库；而

scipy 则是基于numpy，提供了一个在python中做科学计算的工具集，也就是说它是更上一个层次的库，主要包含一下模块：

statistics

optimization

numerical integration

linear algebra

Fourier transforms

signal processing

image processing

ODE solvers

special functions