Cara menginstal Numpy dengan Python 3.7 di Windows 10

Apa itu Numpi? dan cara install Numpy, Scipy, Matplotlib, iPython, Jupyter, Pandas, Sympy dan Nose di Windows 10/8 atau Windows 7 menggunakan Python PiP. Di sini, di artikel ini, kita membahasnya.

Sederhananya, Numpy adalah perpustakaan komputasi ilmiah untuk Python yang menyediakan fungsionalitas operasi matriks, yang umumnya digunakan dengan Scipy dan Matplotlib. Faktanya, daftar sudah menyediakan representasi seperti matriks, tetapi memberi kita lebih banyak fungsi. Jika Anda telah menggunakan Matlab, Scilab, maka alat ini sangat cocok untuk Anda.

Numpy adalah salah satu library dasar yang harus dikuasai untuk analisis data dengan Python. Ini dapat digunakan untuk menyimpan dan memproses matriks besar, dan Numpy menyediakan banyak alat pemrograman numerik canggih seperti tipe data matriks, pemrosesan vektor, dan presisi. Perpustakaan komputasi dirancang untuk pemrosesan digital yang ketat.

Ini adalah paket komputasi ilmiah yang kuat berdasarkan python. Untuk menginstal Numpy Anda harus menginstal python terlebih dahulu. Instalasi python sangat sederhana, saya menginstal python3.7. Langkah-langkah instalasi untuk menginstal Numpy untuk Windows akan sama untuk Ubuntu dan sistem Linux lainnya. Satu-satunya perbedaan adalah proses instalasi Python

Alat/hal yang didukung diperlukan

  • Program python yang diinstal

Langkah 1: Unduh Python untuk Windows 10/8/7

Pertama, unduh binari Python yang dapat dieksekusi di sistem Windows 10 Anda dari halaman unduh resmi Python. Berikut ini tautan untuk itu. Ini tersedia dalam berbagai bentuk, pilih yang dapat dieksekusi untuk menginstal dan mengatur Python dengan mudah di sistem Anda.

Langkah 2: Jalankan penginstal Python yang dapat dieksekusi

Setelah setup Python didownload, jalankan sebagai administrator. Centang kotak yang diberikan untuk “Tambahkan Python 3.7 ke Path” dan setelah itu klik opsi Instal Sekarang.

Setelah selesai tutup setup…

Langkah 3: Instal pip di Windows 10/8/7

Setelah instalasi Python berhasil, buka command prompt dan jalankan perintah berikut untuk menginstal pip menggunakan python.

python get-pip.py –user

Langkah 4: Instal Numpy dengan Python menggunakan pip di Windows 10/8/7

Jadi, akhirnya, semuanya sudah siap dan sekarang saatnya untuk menjalankan perintah untuk menginstal Numpy, Scipy, Matplotlib, iPython, Jupyter, Pandas, Sympy dan Nose. Kita dapat menggunakan satu perintah untuk menginstal semuanya atau hanya satu yang ingin kita instal secara khusus.

python -m pip install –user numpy scipy matplotlib ipython jupyter pandas sympy nose

atau

python -m pip install –user numpy python -m pip install –user scipy python -m pip install –user matplotlib python -m pip install –user ipython python -m pip install –user jupyter python -m pip install –user pandas python -m pip install –user sympy python -m pip install –user nose

Periksa Versi Numpy

Berikut adalah perintah untuk memeriksa versi numpy:

python mengimpor numpy sebagai nm nm.version.version

Output dari perintah di atas dalam kasus kita:

C:Usersraj>python Python 3.7.4 (tags/v3.7.4:e09359112e, 8 Juli 2019, 20:13:57) [MSC v.1916 64 bit (AMD64)] pada win32 Ketik “help”, ” hak cipta”, “kredit” atau “lisensi” untuk informasi lebih lanjut. >>> impor numpy sebagai nm >>> nm.version.version ‘1.17.0’ >>>

Dengan cara ini, Anda juga dapat memeriksa versi scipy, matplotlib, ipython, jupyter, pandas, sympy dan nose.

Contoh:

import numpy as np # Membuat objek array arr = np.array( [[ 1, 2, 3], [ 4, 2, 5]] ) # Mencetak jenis objek arr print(“Array bertipe: “, type( arr)) # Mencetak dimensi array (sumbu) print(“Jumlah dimensi: “, arr.ndim) # Mencetak bentuk array print(“Bentuk array: “, arr.shape) # Ukuran pencetakan (jumlah total unsur ) dari array print(“Ukuran array: “, arr.size) # Mencetak tipe unsur dalam array print(“Array menyimpan unsur tipe: “, arr.dtype)

print (“nArray asli:n”, arr)

Mari buat beberapa grafik menggunakan matplotlib dan scipy

impor scipy sebagai sp impor matplotlib.pylab sebagai mat t = sp.linspace(0, 1, 100) plt.plot(t, t**2) plt.show()