Ir al contenido principal
Documentos
conceptos básicosOperaciones con arreglos

Instalación de NumPy

Para instalar NumPy, utiliza el gestor de pippaquetes de Python:

pip install numpy

Este comando descarga e instala la última versión de NumPy desde el Índice de paquetes de Python (PyPI). Como alternativa, si utilizas la distribución Anaconda, puedes instalar NumPy utilizandoconda:

conda install numpy

Ejemplos

1. Instalación básica

pip install numpy

Este comando instala NumPy en tu entorno Python, lo que te permite empezar a utilizarlo para manipulaciones de arreglos y operaciones matemáticas.

2. Especificar una versión

pip install numpy==1.21.0

Aquí, se especifica la instalación de la versión 1.21.0 de NumPy, lo que garantiza la compatibilidad con otros paquetes o requisitos específicos del proyecto.

3. Instalación en un entorno virtual

python -m venv myenv source myenv/bin/activate pip install numpy

Esta secuencia primero crea un entorno virtual (myenv), lo activa y, a continuación, instala NumPy dentro de ese entorno aislado para las dependencias específicas del proyecto.

4. Verificación de la instalación

Para verificar la instalación, utiliza el siguiente comando para comprobar la versión instalada de NumPy:

 
python -c "import numpy; print(numpy.__version__)"

Consejos y mejores prácticas

  • Utiliza entornos virtuales: Utiliza siempre entornos virtuales para gestionar las dependencias y evitar conflictos entre diferentes proyectos.

  • Comprueba la compatibilidad: Asegúrate de la compatibilidad con otras bibliotecas comprobando los requisitos de versión y las dependencias. Presta atención a los requisitos del sistema que podrían afectar al éxito de la instalación.

  • Mantente al día: Actualiza NumPy periódicamente para beneficiarte de las mejoras de rendimiento y las correcciones de errores utilizando pip install --upgrade numpy.

  • Solución de problemas: Los problemas de instalación más frecuentes suelen resolverse comprobandopip o los conflictosPython de ruta.

  • Elegir entrepip y conda: Aunquepip se utiliza ampliamente para todos los paquetes de Python,conda resulta muy útil en el ecosistema Anaconda para gestionar dependencias y entornos complejos en proyectos de ciencia de datos.