本地安装的python库同步到pycharm中

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了本地安装的python库同步到pycharm中，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含4540字，纯文字阅读大概需要7分钟。

内容图文

将pip命令行安装的库同步导入到pycharm中

 一、利用pip安装第三方库

安装第三方python库的两种方法：

1.用pip命令进行安装。

2.利用第三方软件Aconda

可以参考：https://www.cnblogs.com/jesselzj/p/7086521.html（Windows10+Python3下安装NumPy+SciPy+Matplotlib ）

https://blog.csdn.net/qq_40174045/article/details/81106190（Python3.7安装numpy与scipy库（win10））

pip命令安装：1）在线安装 2）离线安装

离线安装：http://www.lfd.uci.edu/~gohlke/pythonlibs/

注意：四个包的安装顺序是：numpy+mkl      scipy    matplotlib   sklearn

A.在上面的网址中找到需要的.whl文件。

【注意】文件名中的cp**应与安装的版本相匹配。如安装Python3.4，应下载对应的cp34的.whl文件。并且注意系统的位数，本文环境是64bit。

B.将下载好的.whl文件放在python安装路径下的Scripts目录下，如：本机F:\Python3.7_64bit\Scripts。

C.在dos环境下，利用cmd命令行，用pip install命令安装对应的wheel包。

【注意】需要提前安装好wheel，利用 pip install wheel命令行安装wheel。

执行命令 >pip install F:\XXX\XX\Scripts\**.whl

安装成功，执行 pip list命令，可以看到包的目录，如：

注意：四个软件的安装顺序是：numpy+mkl      scipy    matplotlib   sklearn

二、同步本地库到pycharm中

利用pycharm创建一个新的工程，

Files-Settings-Project-Project Interpreter

右上角设置中，选择Add,添加新的解释器。

apply之后，可以看到本地安装的库添加进工程内。

测试一下库安装是否成功：

 测试代码来自：http://www.cnblogs.com/jasonfreak/p/5441512.html 感谢作者。

from numpy import array
from numpy.random import normal
from matplotlib import pyplot


def gen_data():
    heights = []
    weights = []
    grades = []
    N = 10000

    for i in range(N):
        while True:
            # 身高服从均值172，标准差为6的正态分布
            height = normal(172, 6)
            if 0 < height:
                break
        while True:
            # 体重由身高作为自变量的线性回归模型产生，误差服从标准正态分布
            weight = (height - 80) * 0.7 + normal(0, 1)
            if 0 < weight:
                break
        while True:
            # 分数服从均值为70，标准差为15的正态分布
            score = normal(70, 15)
            if 0 <= score and score <= 100:
                grade = 'E' if score < 60 else (
                    'D' if score < 70 else ('C' if score < 80 else ('B' if score < 90 else 'A')))
                break
        heights.append(height)
        weights.append(weight)
        grades.append(grade)
    return array(heights), array(weights), array(grades)


# 绘制柱状图
def draw_bar(grades):
    xticks = ['A', 'B', 'C', 'D', 'E']
    grade_group = {}
    # 对每一类成绩进行频数统计
    for grade in grades:
        grade_group[grade] = grade_group.get(grade, 0) + 1
    # 创建柱状图
    # 第一个参数为柱的横坐标
    # 第二个参数为柱的高度
    # 参数align为柱的对齐方式，以第一个参数为参考标准
    pyplot.bar(range(5), [grade_group.get(xtick, 0) for xtick in xticks], align='center')

    # 设置柱的文字说明
    # 第一个参数为文字说明的横坐标
    # 第二个参数为文字说明的内容
    pyplot.xticks(range(5), xticks)

    # 设置横坐标的文字说明
    pyplot.xlabel('Grade')
    # 设置纵坐标的文字说明
    pyplot.ylabel('Frequency')
    # 设置标题
    pyplot.title('Grades Of Male Students')
    # 绘图
    pyplot.show()


# 绘制饼形图
def draw_pie(grades):
    labels = ['A', 'B', 'C', 'D', 'E']
    grade_group = {}
    for grade in grades:
        grade_group[grade] = grade_group.get(grade, 0) + 1
    # 创建饼形图
    # 第一个参数为扇形的面积
    # labels参数为扇形的说明文字
    # autopct参数为扇形占比的显示格式
    pyplot.pie([grade_group.get(label, 0) for label in labels], labels=labels, autopct='%1.1f%%')
    pyplot.title('Grades Of Male Students')
    pyplot.show()


# 绘制直方图
def draw_hist(heights):
    # 创建直方图
    # 第一个参数为待绘制的定量数据，不同于定性数据，这里并没有事先进行频数统计
    # 第二个参数为划分的区间个数
    pyplot.hist(heights, 100)
    pyplot.xlabel('Heights')
    pyplot.ylabel('Frequency')
    pyplot.title('Heights Of Male Students')
    pyplot.show()


# 绘制累积曲线
def draw_cumulative_hist(heights):
    # 创建累积曲线
    # 第一个参数为待绘制的定量数据
    # 第二个参数为划分的区间个数
    # normed参数为是否无量纲化
    # hist type参数为'step'，绘制阶梯状的曲线
    # cumulative参数为是否累积
    pyplot.hist(heights, 20, normed=True, histtype='step', cumulative=True)
    pyplot.xlabel('Heights')
    pyplot.ylabel('Frequency')
    pyplot.title('Heights Of Male Students')
    pyplot.show()


# 绘制散点图
def draw_scatter(heights, weights):
    # 创建散点图
    # 第一个参数为点的横坐标
    # 第二个参数为点的纵坐标
    pyplot.scatter(heights, weights)
    pyplot.xlabel('Heights')
    pyplot.ylabel('Weights')
    pyplot.title('Heights & Weights Of Male Students')
    pyplot.show()


# 绘制箱形图
def draw_box(heights):
    # 创建箱形图
    # 第一个参数为待绘制的定量数据
    # 第二个参数为数据的文字说明
    pyplot.boxplot([heights], labels=['Heights'])
    pyplot.title('Heights Of Male Students')
    pyplot.show()


data = gen_data()
print(data)
heights = data[0]
weights = data[1]
grades = data[2]
draw_bar(grades)
draw_pie(grades)
draw_hist(heights)
draw_cumulative_hist(heights)
draw_scatter(heights, weights)
draw_box(heights)

注意：function命名时采用lowercase。即采用小写命名。可以加下划线。

运行结果：

内容总结

以上是互联网集市为您收集整理的本地安装的python库同步到pycharm中全部内容，希望文章能够帮你解决本地安装的python库同步到pycharm中所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端