安装 NumPy

推荐给希望获得简化工作流程的新用户。

• uv: 一款旨在提高速度和简化操作的现代 Python 包管理器。

  uv pip install numpy

• pixi: 一款适用于 Python 及其他语言的跨平台包管理器。

  pixi add numpy

安装 Python 包的两个主要工具是 pip 和 conda。它们的功能部分重叠（例如，两者都可以安装 numpy），但它们也可以协同工作。我们将在此处讨论 pip 和 conda 之间的主要区别——如果您想有效地管理包，了解这一点很重要。

第一个区别是 conda 是跨语言的，它可以安装 Python，而 pip 则是为系统上特定的 Python 安装的，并且只将其他包安装到该 Python 安装中。这也意味着 conda 可以安装您可能需要的非 Python 库和工具（例如编译器、CUDA、HDF5），而 pip 则不能。

第二个区别是 pip 从 Python 包索引 (PyPI) 安装，而 conda 从其自己的通道（通常是“defaults”或“conda-forge”）安装。PyPI 是迄今为止最大的包集合，但是，所有流行的包也都适用于 conda。

第三个区别是 conda 是一个用于管理包、依赖项和环境的集成解决方案，而使用 pip，您可能需要另一个工具（有很多！）来处理环境或复杂的依赖项。

• Conda: 如果您使用 conda，可以从 defaults 或 conda-forge 通道安装 NumPy

  conda create -n my-env
  conda activate my-env
  conda install numpy

• Pip

  pip install numpy

python -m venv my-env
source my-env/bin/activate  # macOS/Linux
my-env\Scripts\activate     # Windows
pip install numpy

不推荐给大多数用户，但为方便起见提供。

macOS (Homebrew)

brew install numpy

Linux (APT)

sudo apt install python3-numpy

Windows (Chocolatey)

choco install numpy

适用于希望自定义或调试 NumPy 的高级用户和开发人员。

警告：从源代码构建 Numpy 可能不是一项简单的任务。如果您的平台可以通过上述方法之一获得二进制文件，我们建议使用二进制文件。有关如何从源代码构建的详细信息，请参阅 Numpy 文档中的从源代码构建指南。