- 新环境搭建：你刚刚安装了64位的Python 3.6，需要配置科学计算环境。
- 旧项目维护：你有一个较老的Python 3.6项目，需要安装或升级NumPy。
- 多版本管理：你的电脑上同时有32位和64位Python，需要确保为正确的版本安装。
下面我将提供几种安装方法,从最推荐到备选方案，并解释关键点。
核心要点：64位 Python 3.6
在开始之前,请务必确认你的Python环境确实是 64位 的，这对于后续安装和运行至关重要。
如何检查你的Python是64位还是32位？
打开命令行工具（如Windows的CMD或PowerShell，macOS/Linux的Terminal），运行以下命令：
python -c "import struct; print(struct.calcsize('P') * 8)"
- 如果输出是 64，说明你的Python是64位的。
- 如果输出是 32，说明你的Python是32位的。
对于Python 3.6，这个检查尤其重要，因为它是一个较老的版本，在32位系统上仍然很常见。
使用 pip (最推荐)
这是最常用、最简单的方法。pip 是Python的包管理器，可以轻松地从Python Package Index (PyPI) 下载和安装软件包。
步骤 1: 打开命令行
- Windows: 按
Win + R，输入cmd或powershell，然后回车。 - macOS / Linux: 打开“终端”(Terminal) 应用。
步骤 2: 确保pip是最新版本
旧版本的pip可能在处理依赖时遇到问题，升级一下是个好习惯。
python -m pip install --upgrade pip
注意: 如果你设置了多个Python版本，或者
pip命令不可用，你可能需要使用python3.6 -m pip install --upgrade pip来明确指定使用Python 3.6的pip。
步骤 3: 安装NumPy
使用以下命令安装NumPy,这个命令会自动从PyPI下载最适合你系统的预编译包（wheel），对于64位系统，它会自动下载64位的版本。
pip install numpy
或者,如果你想明确指定使用python3.6：
python3.6 -m pip install numpy
安装完成后,你可以通过以下命令验证安装是否成功：
python -c "import numpy; print(numpy.__version__)"
如果成功打印出版本号（19.5），说明安装完成。
使用 conda (强烈推荐，特别是用于数据科学)
如果你从事数据科学、机器学习相关工作，强烈建议使用 Anaconda 或 Miniconda 作为你的Python环境管理器。conda 是一个功能强大的包和环境管理器，它能更好地处理复杂的依赖关系（如Fortran编译器），并且自动为你匹配正确的位数。
如果你已经安装了Anaconda/Miniconda
- 打开 Anaconda Prompt (在Windows的“开始”菜单中可以找到) 或终端 (macOS/Linux)。
- 创建一个新的、干净的Python 3.6环境（可选，但推荐）：
conda create -n py36_numpy python=3.6
- 激活 这个新环境：
- Windows:
conda activate py36_numpy - macOS/Linux:
source activate py36_numpy
- Windows:
- 在激活的环境中安装NumPy：
conda install numpy
Conda会自动分析你的系统架构（64位），并安装兼容的NumPy及其所有依赖项。
如果你还没有安装Anaconda/Miniconda
- 访问 Anaconda官网 或 Miniconda官网 下载适合你64位系统的安装包。
- 安装时,请务必勾选 "Add Anaconda to my PATH environment variable" (将Anaconda添加到环境变量)。
- 安装完成后,打开新的命令行窗口，直接使用上面的
conda install numpy命令即可。
从源码编译 (不推荐初学者)
这是一种非常规方法,通常只在以下情况才需要：
- 你需要使用最新版本的NumPy,但官方还没有为Python 3.6提供预编译包。
- 你需要编译一些特殊的优化选项。
为什么不推荐？ 对于Python 3.6，从源码编译非常复杂，因为它需要一个能工作的C/C++编译器（如Visual C++ 14.0 for Windows，或GCC for Linux/macOS），以及Fortran编译器（如gfortran），这些依赖很难配置。
如果你坚持要尝试,流程大致如下：
- 安装编译工具链。
- 下载NumPy源码包。
- 运行
python setup.py install。
这个过程非常容易出错,对于大多数用户来说，强烈建议坚持使用方法一或方法二。
常见问题与解决方案 (Q&A)
Q1: 我已经安装了NumPy，但在导入时仍然报错 ImportError: No module named 'numpy'。
A: 这通常是因为你在错误的Python解释器环境中运行代码。
- 检查: 再次运行
python -c "import sys; print(sys.executable)"，看看输出的路径是否指向你预期的Python 3.6安装目录。 - 解决: 确保你是在安装了NumPy的那个Python环境的命令行中运行脚本，如果你使用了虚拟环境或Conda环境，请确保已经激活了它。
Q2: 安装时出现错误 ERROR: Could not build wheels for numpy ...。
A: 这意味着pip无法找到一个预编译好的包（wheel），因此尝试从源码编译，但编译失败了。
- 原因: 最常见的原因是缺少编译所需的工具（如C/C++编译器）。
- 解决方案:
- 首选方案: 切换到使用 Conda (方法二)，Conda会自动处理这些复杂的依赖。
- 次选方案: 手动安装编译工具，在Windows上，你需要安装 Microsoft C++ Build Tools 并在安装时勾选 "C++ build tools"。
Q3: 我为32位的Python 3.6安装了NumPy，但我想换成64位的怎么办？
A: 你需要先卸载32位的Python，然后重新安装64位的Python，之后，按照上述方法一或方法二，重新安装NumPy。注意： 32位和64位的Python环境是完全独立的，不能混用。
| 场景 | 推荐方法 | 优点 |
|---|---|---|
| 通用、简单安装 | 方法一: 使用 pip |
简单快捷，社区支持最广。 |
| 数据科学/机器学习 | 方法二: 使用 conda |
自动处理复杂依赖，环境管理强大，避免编译问题。 |
| 需要最新开发版 | 方法三: 从源码编译 | 灵活性最高，但技术门槛高，不推荐。 |
对于你的需求——64位 Python 3.6，使用 pip install numpy (方法一) 是最直接、最可能成功的方案，如果遇到任何与编译相关的问题，请毫不犹豫地切换到 conda (方法二)，它会为你省去很多麻烦。
