python怎么安装nose

Posted 2023-05-18

如何使用Python和Nose实现自动化测试？
如何使用Python和Nose实现自动化测试？
本文我将详细介绍使用Appium下的Python编写的测试的例子代码对一个ios的样例应用进行测试所涉及的各个步骤，而对android应用进行测试所需的步骤与此非常类似。
然后按照安装指南，在你的机器上安装好Appium。
我还需要安装Appium的所有依赖并对样例apps进行编译。在Appium的工作目录下运行下列命令即可完成此任务：
$ ./reset.sh --ios
编译完成后，就可以运行下面的命令启动Appium了：
$ grunt appium
现在，Appium已经运行起来了，然后就切换当前目录到sample-code/examples/python。接着使用pip命令安装所有依赖库(如果不是在虚拟环境virtualenv之下，你就需要使用sudo命令)：
$ pip install -r requirements.txt
接下来运行样例测试：
$ nosetests simple.py
既然安装完所需软件并运行了测试代码，大致了解了Appium的工作过程，现在让我们进一步详细看看刚才运行的样例测试代码。该测试先是启动了样例应用，然后在几个输入框中填写了一些内容，最后对运行结果和所期望的结果进行了比对。首先，我们创建了测试类及其setUp方法：
classTestSequenceFunctions(unittest.TestCase): 参考技术A pip install nose

linux python 安装 nose lapack atlas numpy scipy

linux python 安装 nose lapack atlas numpy scipy

--http://lib.csdn.net/article/python/1262

作者：maple1149

The first step of machine larning .

环境配置：

OS：ubuntu 10.04

Python ：Python 2.6.5

1.安装nose

这个安装还比较顺利，基本没报错。。。

下载nose： https://nose.readthedocs.org/en/latest/

cd nose-1.3.4
python setup.py install
检验安装成功：
#python
>>> import nose
>>> nose
<module ‘nose‘ from ‘/usr/local/lib/python2.6/dist-packages/nose-1.3.4-py2.6.egg/nose/__init__.pyc‘>
>>> 

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9

2.安装 lapack

官方下载地址： http://www.netlib.org/lapack/

我下的是lapack-3.5.0.tgz。下好了，暂时放着，后面有用。。。

3.安装atlas

下载地址： http://sourceforge.net/projects/math-atlas/，下载最新版本：atlas3.10.2.tar.bz2 （下载日期：2014-10-26）

tar -jxvf atlas3.10.2.tar.bz2  cd ATLAS mkdir myobj64 cd myobj64

配置configure：

第一种配置方式（笔者使用第一种方式的，第二种没试过）： ../configure -b 32 -Fa alg -fPIC -shared –prefix=/配置atlas的安装路径/ATLAS -–with-netlib-lapack-tarfile=/lapack安装压缩文件存放的目录/lapack-3.5.0.tgz

-–with-netlib-lapack-tarfile 这个编译选项 前面是 ‘--’ 2个 横杆。网上很多都是一个的，一顿报错了。。看了里面的configure源文件才知道。。。

第二种配置方式：

sudo ../configure -b 64 -D c -DPentiumCPS=3901.000 -Fa alg -fPIC  –prefix=/opt/atlas3.10.2/ -–with-netlib-lapack-tarfile=/opt/lapack-3.5.0/lapack-3.5.0.tgz 其中的参数说明如下：        -b 指定编译出库的类型（32位库还是64位库）根据自己的机器来设置        -D c -DPentiumCPS 是指定你的CPU的时钟频率，可以通过 grep MHz /proc/cpuinfo 得到 numpy_scipy/ATLAS/my64Obj$ grep MHz /proc/cpuinfo    cpu MHz        : 3901.000    cpu MHz        : 3901.000    cpu MHz        : 3901.000    cpu MHz        : 3901.000         -Fa alg -fPIC 得到与位置无关的代码，生成动态的共享库        –prefix 为安装路径        -–with-netlib-lapack 则是制定lapack库文件（此时lapack库文件还没有生成，先随便指定一个）

执行上述命令出错，提示 Unable to find usable compiler for F77; abortingMake sure compilers are in your path, and specify good compilers to configure (see INSTALL.txt or ‘configure –help’ for details)make[1]: *** [atlas_run] Error 8 make[1]: Leaving directory `/home/homer/Downloads/tool_server/python/numpy_scipy/ATLAS/my64Obj’ make: *** [IRun_comp] Error 2 ERROR 512 IN SYSCMND: ‘make IRun_comp args=”-v 0 -o atlconf.txt -O 1 -A 26 -Si nof77 0 -V 480  -Fa ic ‘-fPIC’ -Fa sm ‘-fPIC’ -Fa dm ‘-fPIC’ -Fa sk ‘-fPIC’ -Fa dk ‘-fPIC’ -Fa xc ‘-fPIC’ -Fa gc ‘-fPIC’ -Fa if ‘-fPIC’ -b 64″‘ mkdir src bin tune interfaces cd src ; mkdir testing auxil blas lapack pthreads threads cd src/blas ;            mkdir f77reference reference gemv ger gemm kbmm                  level1 level2 level3 pklevel3 这是因为Ubuntu系统没有F77编译器，需要安装，安装命令如下： sudo apt-get install fort77

• 1

ps:这个配置过程时间很长，我在虚拟机上跑了好几个小时。。。渣机器伤不起。。。最后还报了错，不过直接忽略了，最后全部装好，还是能用的。。

然后是：

make

make check

make time

make install

• 1

4.安装 numpy

首先配置numpy目录下的site.cfg文件，指明atlas库的位置：

下载地址： https://pypi.python.org/pypi/numpy

下载最新版本： numpy-1.9.0.tar.gz

tar -zxvf numpy-1.9.0.tar.gz cd numpy-1.9.0 接下来是配置 site.cfg文件。这是网上有些文章是这么介绍的，我也照做了，后来发现 不去配置也没关系。因此我建议先不去配置，直接安装：

python setup.py install

 

如果安装没有报错了。。那就不要配置site.cfg了

ps:配置site.cfg文件的方式可以看底下的参考文献。

5.安装scipy（大坑来了。。。）

下载地址： https://pypi.python.org/pypi/scipy，下载最新版本：scipy-0.14.0.tar.gz

tar -zxvf scipy-0.14.0.tar.gz

cd scipy-0.14.0

然后网上有些文章又说要配置site.cfg。可我在 解压出来的文件夹里更笨找不到这个site.cfg文件。所以直接跳过这一步了。

然后执行

python setup.py install

又是一顿报错。。。。

找到了 stackoverflow上同样的问题以及答案。

Python scipy needs BLAS?

原来在 安装 scipy之前 还要安装 blas

随便找一个目录，下载blas

wget http://www.netlib.org/blas/blas.tgz
tar xzf blas.tgz
cd BLAS

## NOTE: The selected fortran compiler must be consistent for BLAS, LAPACK, NumPy, and SciPy.
## For GNU compiler on 32-bit systems:
#g77 -O2 -fno-second-underscore -c *.f                     # with g77
#gfortran -O2 -std=legacy -fno-second-underscore -c *.f    # with gfortran
## OR for GNU compiler on 64-bit systems:
#g77 -O3 -m64 -fno-second-underscore -fPIC -c *.f                     # with g77
gfortran -O3 -std=legacy -m64 -fno-second-underscore -fPIC -c *.f    # with gfortran
## OR for Intel compiler:
#ifort -FI -w90 -w95 -cm -O3 -unroll -c *.f

# Continue below irrespective of compiler:
ar r libfblas.a *.o
ranlib libfblas.a
rm -rf *.o
export BLAS=~/自己的目录/BLAS/libfblas.a

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11
• 12
• 13
• 14
• 15
• 16
• 17
• 18
• 19

这里有4种编译方式，分别是  32位和64机器的情况，以及 g77和gfortran编译器的情况。

笔者的机器是32位，g77和gfortran编译器都没装。刚开始打算安装g77，发现这个编译器几乎要淘汰了，安装包都找不到。

于是安装了gfortran

按照下述操作即可

sudo apt-get update

sudo apt-get install gfortran

然后选择上面的 编译指令

gfortran -O2 -std=legacy -fno-second-underscore -c *.f

ar r libfblas.a *.o ranlib libfblas.a rm -rf *.o

• 1

查看下BLAS目录，确认生成了libfblas.a.

export BLAS=/自己的目录/BLAS/libfblas.a #这边很重要，不然后面安装scipy要报错的。。。

然后再把第2步下载的lapack-3.5.0.tgz 解压出来

tar xzf lapack.tgz
cd lapack-*/
cp INSTALL/make.inc.gfortran make.inc          # on Linux with lapack-3.2.1 or newer
make lapacklib
make clean
export LAPACK=~/自己的目录/lapack-*/liblapack.a

• 1
• 2
• 3
• 4
• 5
• 6

按照上述操作即可

最后一步的 export 改成自己的目录。

最后，终于可以安装 scipy了

回到刚才的scipy目录

cd scipy-0.14.0

安装
python setup.py install

6.验证成功

打开 python，注意在打开python之前 不能在scipy这些目录下，否则 在 import scipy的时候会报错。

如下错误

[email protected]:~/machine_learning/scipy-0.14.0# python Python 2.6.5 (r265:79063, Oct  1 2012, 22:07:21)  [GCC 4.4.3] on linux2 Type "help", "copyright", "credits" or "license" for more information. >>> import scipy Traceback (most recent call last):   File "<stdin>", line 1, in <module>   File "scipy/__init__.py", line 112, in <module>     raise ImportError(msg) ImportError: Error importing scipy: you cannot import scipy while         being in scipy source directory; please exit the scipy source         tree first, and relaunch your python intepreter. >>> 

• 1

换个目录，再进入python就好了。

[email protected]:~/machine_learning# python Python 2.6.5 (r265:79063, Oct  1 2012, 22:07:21)  [GCC 4.4.3] on linux2 Type "help", "copyright", "credits" or "license" for more information. >>> import nose >>> nose <module ‘nose‘ from ‘/usr/local/lib/python2.6/dist-packages/nose-1.3.4-py2.6.egg/nose/__init__.pyc‘> >>> import numpy >>> numpy <module ‘numpy‘ from ‘/usr/local/lib/python2.6/dist-packages/numpy/__init__.pyc‘> >>> import scipy >>> scipy <module ‘scipy‘ from ‘/usr/local/lib/python2.6/dist-packages/scipy/__init__.pyc‘> >>> 

这样子就表示安装都成功了。。。

参考资料：

Linux 安装numpy和scipy
Python scipy needs BLAS?
python : scipy install on ubuntu

菜鸟 ubuntu下安装scipy全过程 （主要是安装atlas）

-------------------------------------------------------------------------------------------------------------------------

red hat linux离线安装python机器学习包 这篇就够了！

http://blog.csdn.net/chengfulukou/article/details/53344522

标签： pythonnumpyred hat机器学习

2016-11-26 00:09 1038人阅读 评论(0) 收藏 举报

分类：

机器学习（6） python学习（2）

实际上 linux安装python机器学习包 只要 安装|Anaconda版本的python即可 速度快 而且包含了常用的机器学习包

Python下大多数工具包的安装都很简单，只需要执行 “python setup.py install”命令即可。然而，由于SciPy和numpy这两个科学计算包的依赖关系较多，安装过程较为复杂。网上教程较为混乱，而且照着做基本都不能用。在仔细研读各个包里的README和INSTALL之后，终于安装成功。现记录如下。

系统环境：

OS：RedHat5

Python版本：Python2.7.3

gcc版本：4.1.2

各个安装包版本：

scipy-0.11.0

numpy-1.6.2

nose-1.2.1

lapack-3.4.2

atlas-3.10.0

依赖关系：scipy的安装需要依赖于numpy、lapack、atlas（后两者都是线性代数工具包，不清楚的自行google之。。。），而numpy和sci的测试程序的运行又依赖于nose，因此，整个安装过程必须要按顺序执行的，否则是无法执行下去的。

安装步骤：

1、安装nose

这个安装比较简单，解压缩nose的安装文件，进入nose的目录，直接运行setup.py即可：

tar -zxvf nose-1.2.1.tar.gz

cd nose-1.2.1

python setup.py install

2、安装lapack

由于最新版本的ATLAS可以直接集成lapack的安装压缩文件进行编译，因此，如果仅在python下使用的话，可以不用安装lapack。只需要下载压缩文件：lapack-3.4.2.tgz 即可。

3、安装ATLAS

这个的安装主要是配置一些选项，包括配置成64位库文件、位置无关的以及共享的链接库。详细的配置说明在atlas安装包 doc/ 下的pdf文件中。可查阅。

下面是我的安装过程：

tar -jxvf atlas3.10.0.tar.bz2

cd ATLAS

mkdir obj64

../configure -b 64 -Fa alg -fPIC --shared --prefix=/配置atlas的安装路径/atlas --with-netlib-lapack-tarfile=/lapack安装压缩文件存放的目录/lapack-3.4.2.tgz（这里share前面是“--”网上很多都错了。。。）

(注：这个配置时间很长 一般虚拟机大概5小时)

make

（下面是一些检查过程，保证没有问题之后再进行安装）

make check

make time

make install

至此，atlas安装完成。不过我们要记录下编译过程中所用的fortran编译器类型，这个信息在下面安装numpy和scipy的时候要用。还是在目录 obj64/ 下，执行

fgrep ‘F77 =‘ Make.inc

可以看到 F77 = gfortran

记下这个编译器类型 gfortran.

4、安装numpy

numpy和scipy的安装过程都要显式的指明所用fortran编译器的类型，而且要与前面编译atlas时一致（在本文中即：gfortran），这一点非常重要，否则很多功能都会出错。

首先配置numpy目录下的site.cfg文件，指明atlas库的位置：

tar -zxvf numpy-1.6.2.tar.gz

cd numpy-1.6.2

cp site.cfg.example site.cfg

vim site.cfg

配置成如下格式：

[DEFAULT]

library_dirs = /usr/local/lib:/atlas的安装目录/atlas/lib

include_dirs = /usr/local/include:/atlas的安装目录/include

[blas_opt]

libraries = f77blas, cblas, atlas

[lapack_opt]

libraries = lapack, f77blas, cblas, atlas

[amd]

amd_libs = amd

[umfpack]

umfpack_libs = umfpack

接下来配置安装numpy所需要的Fortran编译器类型：

如果前面得到的Fortran编译器是gfortran的话，执行：

pythonsetup.py build --fcompiler=gnu95

如果前面得到的Fortran编译器是g77的话，执行：

python setup.py build --fcompiler=gnu

然后执行

python setup.py install

安装完成

5、安装scipy

与安装numpy类似：

tar -zxvf scipy-0.11.0.tar.gz

cd scipy-0.11.0

vim site.cfg

配置成如下格式：

[DEFAULT]

library_dirs = /usr/local/lib:/atlas的安装目录/atlas/lib

include_dirs = /usr/local/include:/atlas的安装目录/include

[blas_opt]

libraries = f77blas, cblas, atlas

[lapack_opt]

libraries = lapack, f77blas, cblas, atlas

[amd]

amd_libs = amd

[umfpack]

umfpack_libs = umfpack

接下来配置安装numpy所需要的Fortran编译器类型：

如果前面得到的Fortran编译器是gfortran的话，执行：

python setup.py build --fcompiler=gnu95

如果前面得到的Fortran编译器是g77的话，执行：

python setup.py build --fcompiler=gnu

然后执行

python setup.py install

安装完成

然后可以在python下执行相应的测试程序：

python

>>> import nose

>>> import numpy

>>> import scipy

>>> numpy.test(‘full‘)

安装matplotlib

zlib（下载地址）

1. libpng（下载地址）

1. freetype（下载地址）
   1. matplotlib（下载地址）
      1. 例如出现“no local packages on working download links found for pyparsing” ，就下载此包安装即可