W tym artykule omówimy, jak naprawić moduł No o nazwie numpy przy użyciu języka Python.

Numpy to moduł służący do przetwarzania tablic. Błąd Brak modułu o nazwie numpy pojawi się, gdy w twoim środowisku nie ma biblioteki NumPy, tj. moduł NumPy nie jest zainstalowany lub część instalacji jest niekompletna z powodu jakiejś przerwy. Omówimy, jak pokonać ten błąd.

W Pythonie użyjemy funkcji pip do zainstalowania dowolnego modułu

Składnia:

pip install nazwa_modułu

Przykład: Jak zainstalować NumPy

tworzenie list w Javie

pip install numpy>

Wyjście:

Zbieranie numpy

Pobieranie numpy-3.2.0.tar.gz (281,3 MB)

|████████████████████████████████| 281,3 MB 9,7 kB/s

Zbieranie py4j==0.10.9.2

Pobieranie py4j-0.10.9.2-py2.py3-none-any.whl (198 kB)

|████████████████████████████████| 198 kB 52,8 MB/s

Budowanie kół dla zebranych pakietów: numpy

Koło budowania dla numpy (setup.py)… gotowe

Utworzono koło dla numpy: filename=numpy-3.2.0-py2.py3-none-any.whl size=281805912 sha256=c6c9edb963f9a25f31d11d88374ce3be6b3c73ac73ac467ef40b51b5f4eca737

Przechowywane w katalogu: /root/.cache/pip/wheels/0b/de/d2/9be5d59d7331c6c2a7c1b6d1a4f463ce107332b1ecd4e80718

Pomyślnie zbudowano numpy

Instalowanie zebranych pakietów: py4j, numpy

Pomyślnie zainstalowano py4j-0.10.9.2 numpy-3.2.0

Możemy to zweryfikować, ponownie wpisując to samo polecenie, a następnie wynik będzie następujący:

Wyjście:

mapa skrótów Java

Wymaganie już spełnione: numpy w /usr/local/lib/python3.7/dist-packages (1.1.5)

Aby uzyskać opis numpy, taki jak bieżąca wersja w naszym środowisku, możemy użyć polecenia show

Przykład: Aby uzyskać opis NumPy

pip show numpy>

Wyjście :

Java, jak przekonwertować ciąg na int

Nazwa: numpy

Wersja: 1.19.5

Podsumowanie: NumPy to podstawowy pakiet do obliczeń tablicowych w języku Python.

Strona główna: https://www.numpy.org

Autor: Travis E. Oliphant i in.

Adres e-mail autora: Brak

Licencja: BSD

Lokalizacja: /usr/local/lib/python3.7/dist-packages

Wymaga:

Wymagane przez: Yellowbrick, xgboost, xarray, wordcloud, torchvision, torchtext, tifffile, think, Theano-PyMC, tensorflow, tensorflow-probability, tensorflow-hub, tensorflow-datasets, tensorboard, tabele, statsmodels, spacy, sklearn-pandas, seaborn, scs, scipy, scikit-learn, scikit-image, resampy, qdldl, PyWavelets, python-louvain, pystan, pysndfile, pymc3, pyerfa, pyemd, pyarrow, plotnine, patsy, pandas, osqp, opt-einsum, opencv- python, opencv-contrib-python, numexpr, numerba, nibabel, netCDF4, moviepy, mlxtend, mizani, Missingno, matplotlib, matplotlib-venn, lightgbm, librosa, Keras-Preprocessing, kapre, jpeg4py, jaxlib, jax, imgaug, niezrównoważony- Learn, imageio, hyperopt, holoviews, h5py, siłownia, gensim, folium, fix-yahoo-finance, fbprophet, fastprogress, fastdtw, fastai, fa2, ecos, daft, cvxpy, spinki do mankietów, cmdstanpy, cftime, Bottleneck, bokeh, blis, autograd, atari-py, astropy, arviz, altair, albumentations

Instalacja pozostaje taka sama dla wszystkich innych systemów operacyjnych i oprogramowania, zmienia się tylko platforma. Jeśli nasza instalacja się powiedzie, dowolny kod NumPy będzie działał poprawnie

Przykład: Program do tworzenia tablicy i wyświetlania NumPy

Python3

mb vs gb

>

>

Wyjście:

array([1, 2, 3, 4, 5])>