pycharm安装numpy报错，怎么办？

<code class="language-text">1 conda install scipy
2 conda update scipy
</code>

如题啊，前一段时间学了些机器学习的东西，就想好好学下python，在10 款最好的 Python IDE中选来选去python IDE 还是选成了PyCharm （ JetBrains 开发的 Python IDE）。

所以，本文适用者：

1. 喜欢或习惯使用PyCharm IDE, 或某一IDE
2. 需要用python做科学计算/ 数据挖掘/ 机器学习/ 深度学习 （也就是说需要安装NumPy，SciPy 等科学计算包）的同学
3. Mac OSX 系统
4. 懒！！！Python安装Numpy、Scipy、Matlotlib、Scikit-learn等库的安装过程真是一把泪啊（用pip或其他方法），各种不兼容问题和报错，各模块可能又依赖于其它的软件包或库。自己安装起来那叫个麻烦！

• 如果只满足条件2和条件4，又是windows系统的的同学，强烈直接推荐 Python(x,y) ：（暂时只有windows系统版本的 ，Spyder有Mac版的）
  这个里面含Spyder，各种科学计算包以及工具，如果是初学者，一个在手，万事无忧了，就没有我这种IDE选择恐惧，及之后选安装包方法，选XXX等等的选择恐惧了。

  Python(x,y)的官方下载地址
  Python(x,y)的其他下载地址

• 如果符合条件1，同我一样难以割舍 PyCharm的话，但是windows系统的话，其实跟我下面的过程差不多，只是到时候选择windows版的就好了

• 关键我是符合条件4，少走些弯路，少浪费些时间在配环境上，多些时间码代码吧O(∩_∩)O~

• 不符合条件4的，想经历这样的分娩过程的童鞋，参看一些别人的经验(参考文章)：
  [python] 安装numpy+scipy+matlotlib+scikit-learn及问题解决
  Mac下用numpy，scipy，matplotlib，ipython进行数据分析：初始化环境
  windows下如何快速优雅的使用python的科学计算库？

正因为条件4的原因，就有人将科学计算所需要的模块都编译好，然后打包以发行版的形式供用户使用，Anaconda就是其中一个常用的科学计算发行版。

1. Anaconda官网下载
   选择自己的python版本号和 图形化安装/命令行安装 （我选的图形化安装），下载下来，双击开始安装就好了。如果选择命令行安装，按照上图（官网说明）的命令安装就好了。
   如果不需要特定的IDE的话，用Anaconda带的spyder就可以了，不用往下看了。

2. How to set up an IDE to use Anaconda 设置某IDE使用Anaconda（也是在Anaconda官方文档上）
   包括：

   • Spyder
   • Python Tools for Visual Studio (PTVS)
   • PyCharm
   • Eclipse & PyDev
   • Wing IDE
   • Ninja IDE

这里就简单为不想看英文的说一下PyCharm的配置
PyCharm’s Preferences -> Project Interpreter -> Add local -> 选择Anaconda安装所在的文件下的bin/python

apply -> OK

最后再推荐一些python 自学资料资源分享

|---10 款最好的 Python IDE 推荐pycharm

|--- Python(x,y) ：（暂时只有windows系统版本的 ，Spyder有Mac版的） Python(x,y)的官方下载地址Python(x,y)的其他下载地址

适合科学计算，数据挖掘，机器学习。

Python(x,y) is a handy scientific and engineering development application specially designed for numerical computations, data analysis and data visualization.It is based on Python programming language, Qt graphical user interfaces, Eclipse integrated development environment and Spyder interactive scientific development environment. With Python(x,y), one can do: Interactive calculations including for example 2D and 3D plotting or symbolic maths, Simple functional programming (with MATLA.....

|--- Python Tutor 一个可视化编程的小工具，直观的看到每行代码在计算机中的执行过程。

helps people overcome a fundamental barrier to learning programming: understanding what happens as the computer executes each line of a program's source code.

Using this tool, you can write Python, Java, JavaScript, TypeScript, Ruby, C, and C++ programs in your Web browser and visualize what the computer is doing step-by-step as it executes those programs.

|--- Python官网

|--- W3shool 关于 Python 2.xx 版本技术文档

|---- 网页地址： Python 基础教程

|--- W3shool 关于 Python 3.xx 版本技术文档

|---- 网页地址： http://www.w3cschool.cc/python3/python3-tutorial.html

|---- 网盘地址（全套 W3shool pdf 文档）： http://pan.baidu.com/s/1c0lMaYW

|--- Python 中文开发者网站 ：PythonTab：Python中文开发者社区门户

|--- PyTab 在线手册中心 ：PyTab在线手册中心

|--- WEB 开发者 Python 网站 ：Python - WEB开发者

|--- Linux CentOS 中文网 ： CentOS中文站

|--- Linux Study - Area : Study-Area

|--- 36 大数据知识分享网站 ： 36大数据 | 关注大数据实际应用::中国大数据商业新媒体

|--- cnblog Python 快速教程（Vamei）： Python快速教程

|--- Python 编程相关书籍下载 ： http://pan.baidu.com/wap/link?uk=4228308634&shareid=586479154&third=0

|--- WEB 开发相关书籍下载 ： http://yun.baidu.com/s/1jGmKgfG

|--- Magnus Lie Hetland,Beginning Python: from Novice to Professional, 2nd edition, Apress.（第二版中译版名为《Python基础教程》）

|--- Wesley Chun, Core Python Applications Programming, Prentice Hall.（第二版中译版名为《Python核心编程》）

|--- 可汗学院公开课：计算机科学

|---- 类 别：注重操作

|---- 网页地址： 可汗学院公开课：计算机科学

|--- 麻省理工学院公开课：计算机科学及编程导论

|---- 类 别：编程入门、程序理论

|---- 网页地址：麻省理工学院公开课：计算机科学及编程导论

|---- 网盘地址（MIT官方带文档）：http://yun.baidu.com/s/1mg9OHbq

|---- 网盘地址（全视频版）：http://yun.baidu.com/s/1c02F9ew

|--- 麻省理工学院公开课：算法导论

|---- 类 别：进阶学习 (适合有时间和喜欢算法的朋友)

|---- 网页地址：麻省理工学院公开课：算法导论
|---- 网盘地址：http://yun.baidu.com/s/1mg5f5xQ

|--- 哈尔滨工业大学：程序设计入门--Python(完结版)

|---- 类 别：本课程第一版，适合时间比较紧凑的朋友

|---- 网页地址：程序设计入门

|--- Coursera 慕课：用Python玩转数据 Data

|---- 类 别：利用Python方便快捷地获取数据、表示数据、分析数据和展示数据，通过多个案例让大家轻松愉快地学会用Python玩转各领域数据。

|---- 网页地址：https://www.coursera.org/learn/hipython/home/welcome