如何在spyder里安装python包

Posted 2023-04-01

在spyder里安装python包的方法：1、依次点击【开始】、【anaconda】、【anaconda prompt】；2、执行【pip install pydotplus】命令；3、安装完成后执行import命令导入即可。

具体方法：

（推荐学习：Python入门教程）

1、首先找到anaconda命令窗口，我们依次点击开始、所有程序、anaconda、anaconda prompt，此时会进入到如下页面：

2、然后输入pip install pydotplus命令按enter回车运行，开始安装，得到如下页面：

显示已安装成功。

3、最后打开spyder，import刚才已安装的包即可，如下：

参考技术A 回答

第一步，登陆网址“https://pypi.org/project/spyder/"，点击网页右侧锚点“download files”，会出现各种版本的spyder安装包。相关推荐：《Python入门教程》第二步，根据你安装的python版本，选择spyder安装包，点击下载。如果你不知道电脑上的python版本，在cmd命令框中，输入“python -V"，就可以知道。第三步，查看下载的安装包，并将该安装包剪切到python的运行工作目录下。如果不知道python的工作目录，可以通过os.getcwd()获取python工作目录。第四步，输入”pip install spyder-3.3.2-py3-none-any.whl“，点击"enter"键，就可安装。第五步，安装完成后，打开cmd命令行窗口，输入”spyder3“，就可以运行该编辑器了。

如何在matlab里安装libsvm包

有时我们需要用到SVR（支持向量回归）方法，而 matlab 自带的svm工具箱不能做回归分析，于是有了安装libsvm包的打算。
中间遇到一些困难，比如找不到编译器等等，经过一下午和一晚上的努力，在matlab里可以使用libsvm了。

1.下载好libsvm包

下载libsvm-3.21到随意一个地方，比如到matlab安装路径下的 toolbox下——D:\MATLAB\R2014A\toolbox\下，并解压。

打开matlab，将libsvm-3.21\matlab 添加到路径，比如将:\MATLAB\R2014A\toolbox\libsvm-3.21\matlab 添加到路径。

setup 第一次尝试

若提示没有C++编译器，则根据提示的网址去下载 winsdk_web.exe，然后 双击运行winsdk_web.exe，安装到最后若提示失败，则去卸载自带的visual studio 和 .netframework 4，然后再运行 winsdk_web.exe，提示缺少 .netframework 4，则自行下载安装，反复运行 winsdk_web.exe。

直到运行 winsdk_web.exe 时出现如下图所示情况，说明距成功更近一步了，

2. setup

打开Matlab中，进入LIBSVM根目录下的matlab目录（如D:\MATLAB\R2014A\toolbox\libsvm-3.21），在命令窗口的输入mex -setup 输出为：

>>mex –setup

MEX 配置为使用 ‘Microsoft Windows SDK 7.1 (C)‘ 以进行 C 语言编译。
Warning: The MATLAB C and Fortran API has changed to support MATLAB
     variables with more than 2^32-1 elements. In the near future
     you will be required to update your code to utilize the
     new API. You can find more information about this at:

http://www.mathworks.com/help/matlab/matlab_external/upgrading-mex-files-to-use-64-bit-api.html.
要选择不同的语言，请从以下选项中选择一种命令:
 mex -setup C++ 
 mex -setup FORTRAN

继续：

>> mex -setup C++ 
MEX 配置为使用 ‘Microsoft Windows SDK 7.1 (C++)‘ 以进行 C++ 语言编译。
Warning: The MATLAB C and Fortran API has changed to support MATLAB
     variables with more than 2^32-1 elements. In the near future
     you will be required to update your code to utilize the
     new API. You can find more information about this at:
     http://www.mathworks.com/help/matlab/matlab_external/upgrading-mex-files-to-use-64-bit-api.html.

3.编译

执行 make，输出如下：

>> make
使用 ‘Microsoft Windows SDK 7.1 (C)‘ 编译。
MEX 已成功完成。
使用 ‘Microsoft Windows SDK 7.1 (C)‘ 编译。
MEX 已成功完成。
使用 ‘Microsoft Windows SDK 7.1 (C++)‘ 编译。
找不到 D:\MATLAB\R2014A\toolbox\libsvm-3.21\matlab\svmtrain.exp

找不到 D:\MATLAB\R2014A\toolbox\libsvm-3.21\matlab\svmtrain.exp

MEX 已成功完成。
使用 ‘Microsoft Windows SDK 7.1 (C++)‘ 编译。
找不到 D:\MATLAB\R2014A\toolbox\libsvm-3.21\matlab\svmpredict.exp

找不到 D:\MATLAB\R2014A\toolbox\libsvm-3.21\matlab\svmpredict.exp

MEX 已成功完成。
>> 

4.重命名

忽略错误（找不到……），继续，编译完成后，在当前目录下(libsvm-3.21/matlab下)会出现svmtrain.mexw64、svmpredict.mexw64 或者svmtrain.mexw32、svmpredict.mexw32 ，把文件名svmtrain和svmpredict 相应改成 libsvmtrain 和 libsvmpredict。

这是因为Matlab中自带有SVM的工具箱，其函数名字就是svmtrain和svmpredict，和 libsvm 默认的名字一样.

5.测试是否安装成功libsvm

libsvm 软件包中自带有测试数据，即软件包根目录下的 heart_scale 文件。
在matlab运行代码，输出如下：

>> [heart_scale_label, heart_scale_inst] = libsvmread(‘heart_scale‘);
>> model = libsvmtrain(heart_scale_label, heart_scale_inst, ‘-c 1 -g 0.07‘);
*
optimization finished, #iter = 134
nu = 0.433785
obj = -101.855060, rho = 0.426412
nSV = 130, nBSV = 107
Total nSV = 130
>> [predict_label, accuracy, dec_values] = libsvmpredict(heart_scale_label, heart_scale_inst, model);
Accuracy = 86.6667% (234/270) (classification)