Python matplotlib库安装失败

由于学习需要安装matplotlib库，阅读网上教程后一直出现各种各样的错误，以下为我的经验总结：

声明：本人python版本为3.8.0，pycharm为2021.2

1. 首先检查自己pip是否最新：

python -m pip install -U pip setuptools

这个一般不会有问题，主要是确保能下到正确版本的matpoltlib版本。

2. 先试着装库，看看自己缺什么：

python -m pip install matplotlib

到这里一般会出现四种情况：

2.1 from version：none

出现这个的情况一般是网络太慢了，直接给你说找不着了，这个时候可以采用国内源地址，我采用的是豆瓣的，代码如下：

pip install -i http://pypi.douban.com/simple/ --trusted-host=pypi.douban.com/simple matplotlib==3.5.0

注意，最后一定加上版本号==3.5.0，不然会从头到尾全部给你下一遍！！

版本号查询可见如下网址：https://www.lfd.uci.edu/~gohlke/pythonlibs/#matplotlib

2.2 numpy>=1.71 etc. 

以上只是一种情况，还有可能出现pyparsing、pytz、six、cycler等等ERROR，这个时候比较好办，做到“缺啥补啥”的原则就行了，比如缺numpy，直接：

pip install numpy

这里建议先自行查看一下自己的python interpreter里有哪些package，核对缺少的库，再自行pip即可。

2.3 pillow缺少zlib环境

这里好像是只有笔者出现的问题，我搜了一圈基本没发现有相同的问题，是本人在阅读error时发现的问题，内容大概就是shortage zlib……等等（没有截图）

解决方法也比较简单，直接进Zlib for Windows网站点击setup即可

 2.4 Cannot found pip.ini

这是我遇到最离谱的bug了，安装完zlib后就报出来了，没办法，这里我是用esay_install pip 下好后给覆盖了原来的位置，大伙应该遇不到。

3 安装完成

最后我是输入了这段代码：

pip install -i http://pypi.douban.com/simple/ --trusted-host=pypi.douban.com/simple matplotlib==3.5.0

完成安装。

-------------------------------------------------更新于2022-04-02-------------------------------------------------

建议还是下载Anaconda，就不用自己去配置常用的库文件了，在调用的时候只需要配置解释器时，选择Anaconda里的解释器即可，如下图所示：

补充：pycharm配置anaconda

PyCharm是一款很好用很流行的python编辑器。Anaconda是专注于数据分析的Python发行版本，包含了conda、Python等190多个科学包及其依赖项。Anaconda通过管理工具包、开发环境、Python版本，大大简化了你的工作流程。不仅可以方便地安装、更新、卸载工具包，而且安装时能自动安装相应的依赖包，同时还能使用不同的虚拟环境隔离不同要求的项目。anaconda自带集成开发环境spyder。有些人不喜欢spyder的风格。个人感觉其提示功能也不及PyCharm。如果能将PyCharm配置anaconda环境，岂不美哉！接下来分享一下个人经验：

安装anaconda和pycharm的过程我就不废话了，比较简单。网上也有很大教程。我安装的PyCharm版本为2017.3.2（社区版）。

再完成两者的安装之后：

第一步，配置anaconda环境变量，在系统环境变量Path添加anacond的安装路径和其子文件夹script和library/bin。我是装在G盘，我的配置是"G:\Anaconda3;G:\Anaconda3\Scripts;G:\Anaconda3\Library\bin"。

第二步，为PyCharm配置anaconda环境。进入PyCharm，依次点击File->Default Setting->Project Interpreter

点击齿轮选择Add Local

我是选择第三个。之前认为理所当然是第二个，然而搞了半天不知怎么办。点击第三个选项卡，将路径选为anaconda安装路径下的python.exe，确定后成功配置anaconda环境。

之后，在该环境下创建的工程就可以使用anaconda中已有的库了。

总结