《Python数据可视化编程实战》—— 1.4 在Mac OS X上安装matplotlib

简介:

本节书摘来异步社区《Python数据可视化编程实战》一书中的第1章,第1.4节,作者:【爱尔兰】Igor Milovanović,更多章节内容可以访问云栖社区“异步社区”公众号查看。

1.4 在Mac OS X上安装matplotlib

Python数据可视化编程实战
在Mac OS X上获取matplotlib最简便的方式是使用预打包的python发布版本,例如Enthought Python Distribution (EPD)。读者可以直接访问EPD网站,下载安装操作系统对应的最新稳定版。

倘若EPD软件不满足要求,或者因为其他一些原因(如版本问题)而无法使用,也可以用手动(麻烦点)的方式安装Python、matplotlib和依赖软件。

1.4.1 准备工作

对于Apple在操作系统中没有安装的软件来说,Homebrew项目可以使安装过程更容易。实际上,Homebrew是基于Ruby和Git的,可以被自动下载和安装。软件安装顺序为:首先安装Homebrew,之后安装Python,随后安装诸如virtualenv的工具软件,接下来安装matplotlib的依赖(NumPy和SciPy),最后安装matplotlib。接下来就开始吧。

1.4.2 操作步骤

1.在终端中输入并执行下面的命令。

ruby <(curl -fsSkL raw.github.com/mxcl/homebrew/go)```
命令执行完成后,可以尝试用brew update 或brew doctor命令来检查brew是否能够正常工作。

2.然后,将Homebrew目录添加到系统path环境变量中。这样,使用Homebrew安装的软件包能够获得比其他版本更高的优先级。打开~/.bash_profile文件(或者/Users/[your-user-name]/.bash_profile)并在文件末尾添加以下代码。

export PATH=/usr/local/bin:$PATH`
3.重新启动命令行终端使其加载新的path环境变量。之后,下面一行简单的代码就可以完成Python的安装。

brew install python --framework –universal```
本命令同时也将安装Python所需的其他软件。

4.更新path环境变量(添加到同一行)。

export PATH=/usr/local/share/python:/usr/local/bin:$PATH`
5.在命令行输入python –version,检查python是否安装成功。

正常的话,会能够看到Python版本信息为2.7.3。

6.pip应该也已经安装完毕。如果还没有,可使用easy_install安装pip。

$ easy_install pip```
7.这时,任何所需软件包的安装过程就变得非常简单了。例如,安装virtualenv和virtualenvwrapper。

pip install virtualenv
pip install virtualenvwrapper

8.是时候向一直以来的目标迈进了——安装matplotlib。

pip install numpy
brew install gfortran
pip install scipy

技巧Mountain Lion 的用户需要安装SciPy的开发版(0.11),命令如下。

pip install -e git+https://github.com/scipy/scipy#egg=scipy- dev

9.检查安装是否成功。启动Python并执行以下命令。

import numpy
print numpy.__version__
import scipy
print scipy.__version__
quit()

10.安装matplotlib。

pip install matplotlib`
本文仅用于学习和交流目的,不代表异步社区观点。非商业转载请注明作译者、出处,并保留本文的原始链接。

相关文章
|
2月前
|
数据可视化 关系型数据库 MySQL
基于python大数据的的海洋气象数据可视化平台
针对海洋气象数据量大、维度多的挑战,设计基于ECharts的可视化平台,结合Python、Django与MySQL,实现数据高效展示与交互分析,提升科研与决策效率。
|
3月前
|
机器学习/深度学习 数据可视化 搜索推荐
基于python的汽车数据可视化、推荐及预测系统
本研究围绕汽车数据可视化、推荐及预测系统展开,结合大数据与人工智能技术,旨在提升用户体验与市场竞争力。内容涵盖研究背景、意义、相关技术如 Python、ECharts、协同过滤及随机森林回归等,探讨如何挖掘汽车数据价值,实现个性化推荐与智能预测,为汽车行业智能化发展提供支持。
|
3月前
|
数据采集 Web App开发 自然语言处理
新闻热点一目了然:Python爬虫数据可视化
新闻热点一目了然:Python爬虫数据可视化
|
4月前
|
Ubuntu 物联网 Linux
从零安装一个Linux操作系统几种方法,以Ubuntu18.04为例
一切就绪后,我们就可以安装操作系统了。当系统通过优盘引导起来之后,我们就可以看到跟虚拟机中一样的安装向导了。之后,大家按照虚拟机中的顺序安装即可。 好了,今天主要介绍了Ubuntu Server版操作系统的安装过程,关于如何使用该操作系统,及操作系统更深层的原理,还请关注本号及相关圈子。
|
3月前
|
安全 Python
告别 os.path 的繁琐:拥抱 Python 的 pathlib
告别 os.path 的繁琐:拥抱 Python 的 pathlib
432 6
|
3月前
|
数据采集 数据可视化 关系型数据库
基于python大数据的电影数据可视化分析系统
电影分析与可视化平台顺应电影产业数字化趋势,整合大数据处理、人工智能与Web技术,实现电影数据的采集、分析与可视化展示。平台支持票房、评分、观众行为等多维度分析,助力行业洞察与决策,同时提供互动界面,增强观众对电影文化的理解。技术上依托Python、MySQL、Flask、HTML等构建,融合数据采集与AI分析,提升电影行业的数据应用能力。
|
3月前
|
数据采集 搜索推荐 数据可视化
基于python大数据的商品数据可视化及推荐系统
本系统基于Python、Django与ECharts,构建大数据商品可视化及推荐平台。通过爬虫获取商品数据,利用可视化技术呈现销售趋势与用户行为,结合机器学习实现个性化推荐,助力电商精准营销与用户体验提升。
|
3月前
|
数据可视化 大数据 数据挖掘
基于python大数据的招聘数据可视化分析系统
本系统基于Python开发,整合多渠道招聘数据,利用数据分析与可视化技术,助力企业高效决策。核心功能包括数据采集、智能分析、可视化展示及权限管理,提升招聘效率与人才管理水平,推动人力资源管理数字化转型。
|
4月前
|
搜索推荐 算法 数据可视化
基于python大数据的招聘数据可视化及推荐系统
本研究聚焦于基于协同过滤的就业推荐系统设计与实现。随着就业压力增大和信息技术发展,传统求职方式面临挑战。通过分析用户行为与职位特征,协同过滤技术可实现个性化职位推荐,提升求职与招聘效率。研究涵盖系统架构、数据采集、算法实现及可视化展示,旨在优化就业匹配,促进人才与岗位精准对接,助力就业市场智能化发展。
|
4月前
|
Web App开发 Ubuntu Oracle
Ubuntu安装与使用详解:掌握开源操作系统的钥匙
遵循这些步骤和指南,你将能够顺利地开始使用Ubuntu,并充分利用其强大的功能和友好的界面。

热门文章

最新文章