机器学习Python编程环境搭建

引言

      使用Python作为机器学习的编程工具，具有很多优点，例如Python语法简洁，表达能力强（简短的几行代码抵得上其它语言数十行），第三方支持库多。”工欲善其事，必先利其器“，在使用 Python 进行机器学习研究之前，需要搭建好编程环境，主要有 NumPy， SciPy， Matplotlib， scikit-learn等。

NumPy简介

NumPy（Numeric Python）提供了许多高级的数值编程工具，如：矩阵数据类型、矢量处理，以及精密的运算库包括：1、一个强大的N维数组对象Array；2、比较成熟的（广播）函数库；3、用于整合C/C++和Fortran代码的工具包；4、实用的线性代数、傅里叶变换和随机数生成函数。numpy和稀疏矩阵运算包scipy配合使用更加方便。
官网地址：http://www.numpy/
下载地址：http://sourceforge/projects/numpy/files/NumPy/

SciPy简介

SciPy是一个开源的Python算法库和数学工具包。SciPy包含的模块有最优化、线性代数、积分、插值、特殊函数、快速傅里叶变换、信号处理和图像处理、常微分方程求解和其他科学与工程中常用的计算。与其功能相类似的软件还有MATLAB、GNU Octave和Scilab。

官网地址：http://www.scipy/

下载地址：http://sourceforge/projects/scipy/files/scipy/

Matplotlib简介

matplotlib 是python最著名的2D绘图库，它提供了一整套和matlab相似的命令API，十分适合交互式地进行制图。而且也可以方便地将它作为绘图控件，嵌入GUI应用程序中。它的文档相当完备，并且官网上的Gallery页面中有上百幅缩略图，打开之后都有源程序。因此如果你需要绘制某种类型的图，只需要在这个页面中浏览/复制/粘贴一下，基本上都能搞定。

官网地址：http://matplotlib/

下载地址：http://matplotlib/downloads.html

下载地址：http://sourceforge/projects/matplotlib/files/matplotlib/

注：安装 Matplotlib库之前，需要安装 six，dateutil，pyparsing等模块，否则在使用 matplotlib 时会报相应模块找不到。

pip install six
pip install pyparsing

dateutil 下载地址：http://labix/python-dateutil/

下载后解压，在解压后的目录中执行 setup.py build， 然后执行 setup.py install 就OK了。

总结

      各大模块的官网上，都有功能特性的详细介绍，以及相关教程和API的说明，是个深入学习的好地方。好了，需要的编程环境就搭建好了，后续将讲解机器学习相关的内容，敬请关注后续系列文章。