关于在Ubuntu下安装配置numpy,scipy,matplotlibm,pandas 以及sklearn

关于在Ubuntu下安装配置numpy,scipy,matplotlibm,pandas 以及sklearn

最近在用Python学习机器学习，正好需要配置相关组件。也在网上查了一些，汇总了一下。顺便分享给大家，若有不对之处，请指出，谢谢。
关于Windows环境下配置及相应安装包 链接 推荐可以去看一看。

我的系统环境ubuntu14.04LTS,系统默认的python版本为2.7。一般来说Ubuntu自带Python2和Python3 ,且默认python2。
打开终端，并输入python，若有如下所示，则键入quit()退出

之后的安装工作将在终端里进行
在安装之前建议更新一下软件源

sudo apt-get update

如果python 2.7 没有问题 ，就可以进行下一步了
现在安装用于数值计算和绘图的包以及Sklearn 分别是numpy scipy matplotlib pandas 和 sklearn
apt-get命令如下

sudo apt-get install python-numpy
sudo apt-get install python-scipy
sudo apt-get install python-matplotlib
sudo apt-get install python-pandas
sudo apt-get install python-sklearn

虽然安装 numpy scipy matplotlib pandas 以及 python-sklearn 可以不用pip ，但我个人并不是很建议不用pip安装，主要是用pip 安装python-sklearn 稳妥一些。pip 用来解决项目依赖问题。将项目所有依赖的第三方库写在一个requirements.txt 中用pip 批量安装。一般和virtualenv 配合使用，将所有包安装在virtualenv 的环境中。下面给出用pip 安装 的方法:
在安装pip 之前 先安装 python-dev
apt-get安装命令

sudo apt-get install python-dev

如果上一条命令不管用，可使用以下命令解决
用aptitude 工具

sudo apt-get install aptitude
sudo aptitude install python-dev

现在安装好 python-dev 就可以安装 python-pip

sudo apt-get install python-pip

在终端中键入pip ,若如下图所示，则安装成功

补充一点：

由于国外的pip镜像安装太慢，可以换成国内的pip镜像有

http://pypi.douban.com/ 豆瓣
http://pypi.hustunique.com/ 华中理工大学
http://pypi.sdutlinux.org/ 山东理工大学
http://pypi.mirrors.ustc.edu.cn/ 中国科学技术大学

如果想手动指定源，可以在pip后面跟-i 来指定源，比如用豆瓣的源来安装web.py框架：

pip install web.py -i http://pypi.douban.com/simple

这是临时的方法(解决方法来自 使用国内镜像源来加速python pypi包的安装)

现在用pip安装用于数值计算和绘图的包 分别是numpy scipy matplotlib pandas

sudo pip install numpy
sudo pip install scipy
sudo pip install matplotlib
sudo pip install pandas

如果matplotlib 装不上需要先安装其依赖的包libpng和freetype
安装libpng:

sudo apt-get install libpng-dev

安装freetype:

cd ~/Downloads
wget http://download.savannah.gnu.org/releases/freetype/freetype-2.4.10.tar.gz
tar zxvf freetype-2.4.10.tar.gz
cd freetype-2.4.10/
./congfigure
make
sudo make install

然后再通过pip来安装matplotlib

sudo pip install matplotlib

最后在用pip安装 sklearn

sudo pip install -U scikit-learn

测试下是否全部安装成功，打开python解释器，输入以下命令，若无报错，则就成功。

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from sklearn import datasets,linear_model

最后用python实现线性回归 (实现代码来自用Python开始机器学习）

#到此结束，搞定！