热门标签 | HotTags
当前位置:  开发笔记 > 编程语言 > 正文

运行Python文件时Anaconda崩溃MacOS

我想使用AnacondaPython环境。但是当我执行任何操作时,Anaconda和Miniconda都会崩溃。我同时使用了

我想使用Anaconda Python环境。但是当我执行任何操作时,Anaconda和Miniconda都会崩溃。我同时使用了Wing和Pycharm-结果相同。文件的作用似乎无关紧要,但这是使文件崩溃的类型:


import numpy as np
import random
import datetime
import matplotlib
matplotlib.use('TkAgg')
from matplotlib import pyplot as plt
from pandas.plotting import register_matplotlib_converters
register_matplotlib_converters()
numDays = 30
def time_series_generator(series_type,vectorSize=500,show_series_plot=False):
if series_type == "RW":
RW = np.zeros(vectorSize)
RW[0] = np.exp(random.normalvariate(mu=0,sigma=10))
for index in range(1,vectorSize):
RW[index] = RW[index - 1] + random.normalvariate(mu=0,sigma=1)
return RW
def synthetic_data_generator(numDays):
# Randomly generated data
data = list(time_series_generator(series_type="RW",vectorSize=numDays,show_series_plot=False))
# generate randomized periodic dataArray from data
data1 = []
data2 = []
data3 = []
for index in range(0,len(data),1):
data1.append(data[index] + 0.1*np.random.normal(0,1))
data2.append(data[index] + 0.1*np.random.normal(0,1))
data3.append(data[index] + 0.1*np.random.normal(0,1))
dataArray = np.abs((data1 + data2) + data3)
# Scale to [0,100]
if np.max(dataArray) > 100:
C_t = random.randint(0,100) * dataArray / np.max(dataArray)
else:
C_t = dataArray
data = list(time_series_generator(series_type="RW",show_series_plot=False))
data1 = []
data2 = []
data3 = []
for index in range(0,1))
dataArray = np.abs((data1 + data2) + data3)
if np.max(dataArray) > 100:
M_t = random.randint(0,100) * dataArray / np.max(dataArray)
else:
M_t = dataArray
# More realistic F_t
data = list(time_series_generator(series_type="RW",vectorSize=3*numDays,show_series_plot=False))
F_t = []
for index in range(0,1):
F_t.append(np.abs(random.randint(0,100)*data[index]/np.max(np.abs(data))))
base = datetime.datetime.today()
T = [base + datetime.timedelta(days=x) for x in range(3 * numDays)]
return C_t,M_t,F_t,T
if __name__ == "__main__":
C_t,T = synthetic_data_generator(numDays)
line1 = plt.plot(T,C_t,color='blue')
line2 = plt.plot(T,color='green')
line3 = plt.plot(T,color='red')
plt.legend(('C(t)','M(t)','F(t)'))
plt.show()

我在threadDump日志中看不到任何有用的东西。

关于如何弄清楚发生了什么的任何想法?其他哪些信息可能会有帮助?

谢谢!



问题似乎是matplotlib希望解释器成为框架。

运行此;

conda install python.app

和pythonw将被安装。然后选择/ opt / anaconda3 / bin / pythonw作为项目解释器。它似乎有效。 Mac可能是愚蠢的机器。


推荐阅读
  • 本文介绍如何使用 Python 的 xlrd 库读取 Excel 文件,并将其数据处理后存储到数据库中。通过实际案例,详细讲解了文件路径、合并单元格处理等常见问题。 ... [详细]
  • Python 工具推荐 | PyHubWeekly 第二十一期:提升命令行体验的五大工具
    本期 PyHubWeekly 为大家精选了 GitHub 上五个优秀的 Python 工具,涵盖金融数据可视化、终端美化、国际化支持、图像增强和远程 Shell 环境配置。欢迎关注并参与项目。 ... [详细]
  • Python3 第一周学习总结
    本文总结了Python3第一周的学习内容,包括Python的主要特性、版本选择建议、开发环境配置技巧以及一些有趣的语言特性。 ... [详细]
  • 本文介绍了如何在配置了virtualenv和virtualenvwrapper环境后,利用PyCharm创建新的Django项目,并将开发数据库从SQLite切换至更适用于生产环境的MySQL数据库。文章详细记录了尝试使用MySQLdb、MySQL自带Connector及pymysql等不同数据库连接库时遇到的问题及解决办法。 ... [详细]
  • 根据最新发布的《互联网人才趋势报告》,尽管大量IT从业者已转向Python开发,但随着人工智能和大数据领域的迅猛发展,仍存在巨大的人才缺口。本文将详细介绍如何使用Python编写一个简单的爬虫程序,并提供完整的代码示例。 ... [详细]
  • 基于KVM的SRIOV直通配置及性能测试
    SRIOV介绍、VF直通配置,以及包转发率性能测试小慢哥的原创文章,欢迎转载目录?1.SRIOV介绍?2.环境说明?3.开启SRIOV?4.生成VF?5.VF ... [详细]
  • 毕业设计:基于机器学习与深度学习的垃圾邮件(短信)分类算法实现
    本文详细介绍了如何使用机器学习和深度学习技术对垃圾邮件和短信进行分类。内容涵盖从数据集介绍、预处理、特征提取到模型训练与评估的完整流程,并提供了具体的代码示例和实验结果。 ... [详细]
  • 本文介绍了SVD(奇异值分解)和QR分解的基本原理及其在Python中的实现方法。通过具体代码示例,展示了如何使用这两种矩阵分解技术处理图像数据和计算特征值。 ... [详细]
  • Python自动化测试入门:Selenium环境搭建
    本文详细介绍如何在Python环境中安装和配置Selenium,包括开发工具PyCharm的安装、Python环境的设置以及Selenium包的安装方法。此外,还提供了编写和运行第一个自动化测试脚本的步骤。 ... [详细]
  • sqlserver动态分区方案例子
    sqlserver动态分区方案例子当我们存储的数据量比较大时,比如超过千万,上亿级别时单纯的使用索引可能效果不明显了,此时我们可以考虑采 ... [详细]
  • 主板市盈率、市净率及股息率的自动化抓取
    本文介绍了如何通过Python脚本自动从中国指数有限公司网站抓取主板的市盈率、市净率和股息率等关键财务指标,并将这些数据存储到CSV文件中。涉及的技术包括网页解析、正则表达式以及异常处理。 ... [详细]
  • 本文探讨了在使用Python进行多进程编程时遇到的退出异常问题,并提供了一种有效的解决方案。尤其针对大量数据和高并发场景下的异常退出情况进行了优化。 ... [详细]
  • 本文探讨了如何在Python中计算两个给定时间字符串(格式为HH:MM:SS)之间的时间差,并提供了详细的代码示例及解决方案。 ... [详细]
  • Python基础入门:理解字符集与编码
    本文首先探讨了计算机的基本工作原理——二进制系统,进而深入介绍了字符集的概念及其在不同编码标准(如ASCII、GB2312、GBK、Unicode及UTF-8)中的应用。此外,文章还简要介绍了Python的安装、基本运行环境配置、变量定义、字符串处理、用户输入输出、条件判断及循环控制结构。 ... [详细]
  • 本文详细介绍了在Windows系统中安装PyCharm集成开发环境以及MySQL数据库的具体步骤,包括必要的环境配置和常见问题的解决方法。 ... [详细]
author-avatar
LISA_W186
这个家伙很懒,什么也没留下!
PHP1.CN | 中国最专业的PHP中文社区 | DevBox开发工具箱 | json解析格式化 |PHP资讯 | PHP教程 | 数据库技术 | 服务器技术 | 前端开发技术 | PHP框架 | 开发工具 | 在线工具
Copyright © 1998 - 2020 PHP1.CN. All Rights Reserved | 京公网安备 11010802041100号 | 京ICP备19059560号-4 | PHP1.CN 第一PHP社区 版权所有