anaconda

    3热度

    1回答

    我遇到了一大堆使用numba的错误。具有讽刺意味的是,错误发生后会打印正确的结果。我使用的是最新的蟒蛇Python和安装numba与 conda install numba 一次在Ubuntu 13,64位,而且还蟒蛇64位和64位与蟒蛇的32位版本的Windows。 我想执行的脚本是: # -*- coding: utf-8 -*- import math from numba impor

    2热度

    3回答

    我想在我们的内部客户端库之一中使用Numba,但是每次我的代码JITs都会有LLVM IR代码的调试转储。在Numba或LLVM中有一个设置可以改变,以便将这些东西消除:http://i.imgur.com/Vkankxe.png? 谢谢。

    1热度

    1回答

    在我的Debian测试系统上全新安装Anaconda时,Anaconda的IPython Qtconsole与Debian的Qtconsole(见下文)相比在Gnome3桌面上运行时表现不佳。其他基于Qt的图形用户界面(如matplotlib窗口)也受到影响。 我怀疑来自Anaconda的PySide Qt绑定未正确配置为使用系统的Gnome/Gtk主题作为Debian的Qt。特别是,默认的字体大

    1热度

    2回答

    不久前我安装了anaconda。后来我安装了django。 Django是我可以成功安装并且没有错误地运行的第一个程序。 我只是试图安装mysqldb下列要求: sudo apt-get install python-mysqldb ,它给了以下消息:如果我运行一个django应用程序配置有mysql后端我得到 Reading package lists... Done Building d

    8热度

    1回答

    我无法使用Anaconda(Linux 64位)的最新版本import pylab。其他包似乎工作正常。 (注:我没有sudo访问) In [1]: import pylab as pl --------------------------------------------------------------------------- ImportError Traceback

    10热度

    4回答

    我想一个简单的Python脚本转换成Windows可执行文件。我的setup.py脚本是: from distutils.core import setup import py2exe setup( name = "Simple Script", options = { "py2exe": { "dll_excludes" : ["libmmd.d

    3热度

    1回答

    我希望使用Numba(http://numba.pydata.org/)加快我的机器学习算法(用Python编写)。请注意,该算法将稀疏矩阵作为其输入数据。在我的纯Python实现中,我使用了Scipy的csr_matrix和相关类,但显然它与Numba的JIT编译器不兼容。我也创建了我自己的自定义类来实现稀疏矩阵(基本上是(index,value)对列表的列表),但它又与Numba不兼容(即,我

    1热度

    1回答

    当我尝试将BeautifulSoup导入IPython Notebook时,出现错误消息:ImportError: No module named BeautifulSoup。该软件包已安装并在IDLE中完美工作。当我检查系统版本时,它返回2.7.5 |Anaconda 1.7.0 (64-bit)| (default, Jul 1 2013, 12:37:52) [MSC v.1500 64 b

    4热度

    2回答

    我已经安装了Python 2.7,但我想尝试IPython,所以我按照ipython网站上的建议通过Anaconda安装了IPython(尽管不确定这样做的优缺点)。现在我想用ipdb调试器。我想我需要确保它安装在蟒蛇的Anaconda版本下,而不是普通的python。 我该如何安装?一般来说,如果我想在Anaconda下安装一些任意的python模块,我该怎么做?

    1热度

    1回答

    任何人都可以帮助我理解为什么下面的代码使用Numba给我一个错误?我什么都看不到,说明文档中为什么这是行不通的:http://numba.pydata.org/numba-doc/dev/index.html import numpy as np from numba import autojit @autojit def foo(arr): # works fine