Tässä artikkelissa keskustelemme kuinka korjata No-moduuli nimeltä numpy Pythonilla.

Numpy on moduuli, jota käytetään taulukoiden käsittelyyn. Virhe No module nimeltä numpy ilmenee, kun ympäristössäsi ei ole NumPy-kirjastoa, eli NumPy-moduulia ei ole asennettu tai jokin osa asennuksesta on epätäydellinen jonkin keskeytyksen vuoksi. Keskustelemme siitä, kuinka tämä virhe voidaan ratkaista.

Pythonissa käytämme pip-toimintoa minkä tahansa moduulin asentamiseen

Syntaksi:

pip asennusmoduulin_nimi

Esimerkki: Kuinka asentaa NumPy

pip install numpy>

Lähtö:

Keräily nuhjuinen

ketjuta java-merkkijono

Ladataan numpy-3.2.0.tar.gz (281,3 Mt)

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

Kerätään py4j==0.10.9.2

Ladataan tiedostoa py4j-0.10.9.2-py2.py3-none-any.whl (198 kt)

|██████████████████████████████|█| 198 kt 52,8 Mt/s

Rakennuspyörät kerätyille pakkauksille: numpy

Pyörän rakentaminen numpylle (setup.py) … valmis

Numpylle luotu pyörä: filename=numpy-3.2.0-py2.py3-none-any.whl size=281805912 sha256=c6c9edb963f9a25f31d11d88374ce3be6b3c73ac73ac467ef404b7

Tallennettu hakemistoon: /root/.cache/pip/wheels/0b/de/d2/9be5d59d7331c6c2a7c1b6d1a4f463ce107332b1ecd4e80718

Onnistuneesti rakennettu numppa

Kerättyjen pakettien asentaminen: py4j, numpy

py4j-0.10.9.2 numpy-3.2.0 asennettu onnistuneesti

Voimme varmistaa kirjoittamalla saman komennon uudelleen, jolloin tulos on:

Lähtö:

Vaatimus jo täytetty: numpy kohteessa /usr/local/lib/python3.7/dist-packages (1.1.5)

Saadaksemme numpy kuvauksen, kuten nykyisen version ympäristössämme, voimme käyttää show-komentoa

Esimerkki: NumPy-kuvauksen saamiseksi

pip show numpy>

Lähtö :

Nimi: numppa

Versio: 1.19.5

Yhteenveto: NumPy on peruspaketti taulukkolaskentaan Pythonilla.

Kotisivut: https://www.numpy.org

Tekijä: Travis E. Oliphant et ai.

Tekijän sähköposti: Ei mitään

int merkkijonoon java

Lisenssi: BSD

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

Vaatii:

Vaaditaan: yellowbrick, xgboost, xarray, wordcloud, torchvision, torchtext, tiffffile, thinc, Theano-PyMC, tensorflow, tensorflow-probability, tensorflow-hub, tensorflow-tietojoukot, tensorboard, taulukot, statsmodels, spacy-, skle seaborn, scs, scipy, scikit-learn, scikit-image, resampy, qdldl, PyWavelets, python-louvain, pystan, pysndfile, pymc3, pyerfa, pyemd, open pyarrow, plotnine, optico, patsinv, pandas python, opencv-contrib-python, numexpr, numba, nibabel, netCDF4, moviepy, mlxtend, mizani, missingno, matplotlib, matplotlib-venn, lightgbm, librosa, Keras-Preprocessing, kapre, jpeg4py, jaxgalib, jax, imbalancedd oppia, imageio, hyperopt, holoviews, h5py, kuntosali, gensim, folium, fix-yahoo-finance, fbprophet, fastprogress, fastdtw, fastai, fa2, ecos, daft, cvxpy, kalvosinnapit, cmdstanpy, cftime, pullonkaula, bokeh, blis, autograd, atari-py, astropy, arviz, altair, albumentations

Asennus pysyy samana kaikille muille käyttöjärjestelmille ja ohjelmistoille, vain alusta muuttuu. Jos asennus onnistuu, mikä tahansa NumPy-koodi toimii hyvin

Esimerkki: Ohjelma luomaan NumPy-taulukon ja näytön

Python 3

>

pawandeep rajan

>

Lähtö:

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