• Ubuntu、Debian、OpenSUSE、Fedora、Redhat和CentOS安装pgplot的步骤


    refer to http://guoshaoguang.com/?p=27

    linux各个发行版,比如Ubuntu、Debian、Fedora、Redhat和CentOS都做过相关的测试。

    为了使PGPLOT在上述平台正常工作,需要进行两步操作:

    1.安装图形库,比如X11

    2.设置一些环境变量,这是保证PGPLOT正常工作的前提。

    做完上述两部就可以测试一些Demo程序,如果显示出图形,就表示已经可以使用改了。

    Linux 各个发行版预安装软件包

    下载源码包-- pgplot5.2.tar.gz,安装X11支持包和Fortran编译器gfortran。

    • Fedora:
    $ sudo yum install libX11-devel
    
    $ sudo yum install gcc-gfortran 
    • Ubuntu:
    $ sudo apt-get install xorg-dev
    
    $ sudo apt-get install gfortran 
    • CentOS:
    $ sudo yum install libX11-devel
    
    $ sudo yum install gcc-gfortran 


     

    • OpenSUSE:

    $ sudo zypper install xorg-X11-devel
    
    $ sudo zypper install gcc-fortran 

    • Debian:
    $ sudo apt-get install libX11-dev
    
    $ sudo apt-get install gfortran

    安装PGPLOT详细步骤

    1. 下载源码包 pgplot5.2.tar.gz
    2. 将PGPLOT的源码解压到/usr/local/src目录, 这一步通常需要有root权限,即需要把命令行提示符由$更改为#。 建议进入root用户或者使用sudo~
    # cd /usr/local/src
    
    # mv ~/Downloads/pgplot5.2.tar.gz .
    
    # tar zxvf pgplot5.2.tar.gz

    最后一个命令将建立 /usr/local/src/pgplot 子目录。

    3.  创建安装pgplot的目标文件夹

    # mkdir /usr/local/pgplot
    
    # cd /usr/local/pgplot

    4.  将drives.list从源码文件夹拷贝到安装文件夹

    # cp /usr/local/src/pgplot/drivers.list . 


     

    5.  编辑drives.list文件,并将下述图形设备的感叹号去掉。其中包括/PS, /VPS, /CPS, /VCPS and /XServe /XWINDOW. 修改好后的文件可以参阅 drives.list

    6.  在/usr/local/pgplot 目录中执行下述命令,创建makefile文件:

    # /usr/local/src/pgplot/makemake /usr/local/src/pgplot linux g77_gcc_aout

    7.  编辑makefile,将文件中的FCOMPL=g77FCOMPL=gfortran来代替。

    8.  编译源文件,执行下述命令:

    # make
    
    # make cpg
    
    # make clean

    上述安装结束后,特别重要并要确认的是一定要配置好相应的环境变量

    在home目录中添加下述配置项到.bashrc 文件。

    $ export PGPLOT_DIR=/usr/local/pgplot
    
    $ export PGPLOT_DEV=/Xserve

    测试

    所有事情结束后,可以执行pgplot自带的示例程序进行测试,如果出现下述图像就证明已经安装成功了。
    $ /usr/local/pgplot/pgdemo1
    $ /usr/local/pgplot/pgdemo2
    $ /usr/local/pgplot/pgdemo3
    ...

    pgdemo3执行效果

    pgplot-demo3

  • 相关阅读:
    吃透空洞卷积(Dilated Convolutions)
    CondInst:性能和速度均超越Mask RCNN的实例分割模型
    图像处理基础:颜色空间及其OpenCV实现
    caffe模型转rknn模型的方法
    探索 YOLO v3 源码
    探索 YOLO v3 源码
    事件
    组合,模板,bolck块
    WXSS学习
    其他组件
  • 原文地址:https://www.cnblogs.com/shaoguangleo/p/2806095.html
Copyright © 2020-2023  润新知