小编dig*_*ra2的帖子

我已经决定安装 MacOs Big Sur，现在我必须再次重新安装所有软件包...但我遇到了一些问题。

我没有太多使用终端的经验，但安装一些数据科学库需要很长时间。例如，安装 numpy 花了几分钟，而现在，自从我开始尝试安装 pandas lib 以来已经过去了 15 分钟

pip3 install pandas\nDefaulting to user installation because normal site-packages is not writeable\nCollecting pandas   Using cached pandas-1.1.4.tar.gz (5.2 MB)\nInstalling build dependencies ... -\nGetting requirements to build wheel ... done\nPreparing wheel metadata ... done\nRequirement already satisfied: numpy>=1.15.4 in ./Library/Python/3.8/lib/python/site-packages (from pandas) (1.19.4)\nCollecting pytz>=2017.2\nDownloading pytz-2020.4-py2.py3-none-any.whl (509 kB)\n |\xe2\x96\x88\xe2\x96\x88\xe2\x96\x88\xe2\x96\x88\xe2\x96\x88\xe2\x96\x88\xe2\x96\x88\xe2\x96\x88\xe2\x96\x88\xe2\x96\x88\xe2\x96\x88\xe2\x96\x88\xe2\x96\x88\xe2\x96\x88\xe2\x96\x88\xe2\x96\x88\xe2\x96\x88\xe2\x96\x88\xe2\x96\x88\xe2\x96\x88\xe2\x96\x88\xe2\x96\x88\xe2\x96\x88\xe2\x96\x88\xe2\x96\x88\xe2\x96\x88\xe2\x96\x88\xe2\x96\x88\xe2\x96\x88\xe2\x96\x88\xe2\x96\x88\xe2\x96\x88| 509 kB 1.2 MB/s \nRequirement already satisfied: python-dateutil>=2.7.3 in ./Library/Python/3.8/lib/python/site-packages (from pandas) (2.8.1)\nRequirement already satisfied: six>=1.5 in /Library/Developer/CommandLineTools/Library/Frameworks/Python3.framework/Versions/3.8/lib/python3.8/site-packages (from python-dateutil>=2.7.3->pandas) (1.15.0)\nBuilding …

自从我将 MacO 升级到 Big Sur 后，我的数据科学库出现了一些问题。我能够安装 numpy 和 pandas（尽管如本主题所述，它花费了不寻常的时间）。但是无法安装 Matplotlib。

我已经尝试了三件事......首先是默认的 MacOs 嵌入式 Phyton 3.8.2 。重新安装了 numpy，升级了 pip，但是当我尝试安装 Matplotlib 时。我有以下错误：

    RuntimeError: Polyfit sanity test emitted a warning, most likely due to using a buggy Accelerate backend. If you compiled yourself, see site.cfg.example for information. Otherwise report this to the vendor that provided NumPy.
RankWarning: Polyfit may be poorly conditioned

后来，我在stackoverflow上看到了一些关于类似问题的建议，一个建议使用自制软件，所以我通过brew安装了Python 3.9.0。但是，当我尝试安装 Matplotlib 时，在尝试安装 Pillow 时仍然出现一个巨大的错误：

(.......) The headers or library files could not be found for jpeg,a required …

我在理解这 3 个示例之间的区别时遇到了一些麻烦。

#example1    
list1 = [1,2,3,4]
list1= list1+[6]
list1.append(1000)
print("Example 1: ", list1)

# example 2
def f(j):
  j= j + [6]
  j.append(1000)

list2 = [1,2,3,4]
f(list2)
print("Example 2: ", list2)

# example 3
def f(j):
  j.append(1000)
  j= j +[6]

list3 = [1,2,3,4]
f(list3)
print("Example 2: ", list3)

输出：

在第一个我没有使用（+）和（.append）一些简单的加法，它工作得很好。

在第二个我创建了一个功能。我想我明白了结果。在我看来，它保持不变，因为我在原始列表中所做的更改仅在本地进行，因此，功能完成后，原始列表保持不变。我对吗？

在第三个我无法理解。因为它和第二个完全一样，我只是改变了元素的顺序，但是输出完全不同。