2015-10-09 2 views
1

У меня есть некоторый опыт работы с C++ и Fortran, и я хочу, чтобы начать использовать python для моего пост-обработки, как я начинаю понимать, насколько неэффективна MATLAB это за то, что мне нужно сделать (в основном включает в себя участки с миллионами баллов).Удалите все предыдущие версии питона

У меня уже было несколько версий python, каждый раз, когда я хотел начать использовать. Теперь это стало беспорядком. В /usr/local/bin/, вот что команду ls python* возвращается:

python   python2.7   python3   python3.5   python3.5m  pythonw-32 
python-32   python2.7-32  python3-32  python3.5-32  python3.5m-config pythonw2.7 
python-config  python2.7-config python3-config python3.5-config pythonw   pythonw2.7-32 

теперь я хочу начать с чистого листа. Я хочу безопасный способ удалить все предыдущие версии python, включая все их пакеты, поэтому я могу просто установить последнюю версию и полностью импортировать все библиотеки, которые я хочу, как numpy и matplotlib (у меня были некоторые проблемы с этим).

EDIT:

Я бегу на OSX Yosemite 10.10.

+0

Из того, что я вижу, у вас есть две версии Python: 2.7 и 3.5. 2.7 используется системой, и его не рекомендуется удалять. 3.5 - это последняя версия Python. В любом случае, чтобы получить помощь, вы должны хотя бы упомянуть, какую ОС вы используете? –

ответ

4

Не удаляйте интерпретатор Python вашей системы (возможно, Python 2.7). Возможно, вы захотите удалить другую версию (скорее всего, Python 3.5), но я не думаю, что вам действительно нужно это делать (может быть, неплохо было бы использовать общесистемный интерпретатор Python 3 ... кто знает!).

Если вы хотите чистое состояние, я бы порекомендовал вам использовать виртуальные среды на данный момент. У вас есть два варианта:

  • Используйте virtualenv и pip настроить ваши виртуальные окружения и пакеты. Однако использование pip означает, что вам придется скомпилировать пакеты, которые нуждаются в компиляции (numpy, matplotlib и многие другие научные пакеты Python, которые вы можете использовать для своей «пост-обработки»).
  • Использование Conda (или Miniconda). Таким образом, вы сможете обрабатывать виртуальные среды , но без необходимости компилировать пакеты Python самостоятельно. Conda также позволяет обрабатывать различные интерпретаторы Python без необходимости их установки в вашей системе (он будет загружать вам ).

Кроме того, вы говорите, что чувствуете, что MATLAB неэффективен для построения миллионов точек. Я не знаю ваших реальных потребностей/ограничений, но я считаю, что Matplotlib очень неэффективен для построения больших данных и/или данных в реальном времени.

Как предложение, рассмотрите возможность использования PyQtGraph. Если вы все еще чувствуете, что это недостаточно быстро, подумайте о том, чтобы использовать VisPy (возможно, менее функциональный/удобный на данный момент, но больше efficient).