安装python，python下的机器学习包
1.目前为止，python版本有2.x和3.x版本，至于该选择那个版本，请自己按照自己的需求进行选择。下面有两个版本的详细解析。
https://wiki.python.org/moin/Python2orPython3
2.在Linux上安装Python
如果你正在使用Linux，那我可以假定你有Linux系统管理经验，我的debian系统里自带python2.x和python3.x的版本。
3.在Windows上安装Python
首先，从Python的官方网站www.python.org下载最新的2.7.12版本，地址是这个：
http://www.python.org/ftp/python/2.7.12/python-2.7.12.msi
然后，运行下载的MSI安装包，在选择安装组件的一步时，勾上所有的组件：
特别要注意选上pip和Add python.exe to Path，然后一路点“Next”即可完成安装。
默认会安装到C:\Python27目录下，然后打开命令提示符窗口，敲入python后，会出现两种情况：
情况一：
看到上面的画面，就说明Python安装成功！
你看到提示符>>>就表示我们已经在Python交互式环境中了，可以输入任何Python代码，回车后会立刻得到执行结果。现在，输入exit()并回车，就可以退出Python交互式环境（直接关掉命令行窗口也可以！）。
情况二：得到一个错误：
‘python’不是内部或外部命令，也不是可运行的程序或批处理文件。
这是因为Windows会根据一个Path的环境变量设定的路径去查找python.exe，如果没找到，就会报错。如果在安装时漏掉了勾选Add python.exe to Path，那就要手动把python.exe所在的路径C:\Python27添加到Path中。
如果你不知道怎么修改环境变量，建议把Python安装程序重新运行一遍，记得勾上Add python.exe to Path。
安装好python2.7后，最好用pip安装这些机器学习包：numpy，scipy，matplotlib，scikit_learn。http://www.lfd.uci.edu/~gohlke/pythonlibs/到这里下各个.whl文件。.whl文件是python的压缩包，可用pip来处理。要用pip8.0以上版本才能进行安装.你可以自行到上面的网址，根据你的python版本和你电脑的bit数来下载相应版本的.whl文件，也可以直接在cmd命令行里用命令进行安装。
例如：pip install numpy 然后回车，就自己安装了。
举个例子，如果安装numpy不成功，这是知乎上看到的一个解决方案，可以试一下。（我的几个机器学习包都直接安装好了，没有遇到类似问题。）
所以我建议你安装wheel文件，我给你一个地址http://www.lfd.uci.edu/~gohlke/pythonlibs/#numpy
看清楚根据你的python版本和你电脑的bit数来选择wheel文件。为了能够安装wheel文件，你需要首先安装wheel这个包。进到cmd里面输入
pip install wheel
pip install numpy‑1.9.2+mkl‑cp27‑none‑win_amd64.whl
这篇文章主要讲述Python如何安装Numpy、Scipy、Matlotlib、Scikit-learn等库的过程及遇到的问题解决方法。最近安装这个真是一把泪啊，各种不兼容问题和报错，希望文章对你有所帮助吧！你可能遇到的问题包括：
ImportError: No module named sklearn 未安装sklearn包
ImportError: DLL load failed: 找不到指定的模块
ImportError: DLL load failed: The specified module could not be found
Microsoft Visual C++ 9.0 is required Unable to find vcvarsall.bat
Numpy Install RuntimeError: Broken toolchain: cannot link a simple C program
ImportError: numpy.core.multiarray failed to import
ImportError: cannot import name __check_build
ImportError: No module named matplotlib.pyplot
一. 安装过程
最早我是使用"pip install scikit-learn"命令安装的Scikit-Learn程序，并没有注意需要安装Numpy、Scipy、Matlotlib，然后在报错"No module named Numpy"后，我接着使用PIP或者下载exe程序安装相应的包，同时也不理解安装顺序和版本的重要性。其中最终都会报错" ImportError: DLL load failed: 找不到指定的模块"，此时我的解决方法是：错误：sklearn ImportError: DLL load failed: 找不到指定的模块
重点：安装python第三方库时总会出现各种兼容问题，应该是版本问题，版本需要一致。
第一步：卸载原始版本，包括Numpy、Scipy、Matlotlib、Scikit-Learn
pip uninstall scikit-learn
pip uninstall numpy
pip uninstall scipy
pip uninstall matplotlib
第二步：不使用"pip install package"或"easy_install package"安装，或者去百度\CSDN下载exe文件，而是去到官网下载相应版本。
http://www.lfd.uci.edu/~gohlke/pythonlibs/#scipy
http://www.lfd.uci.edu/~gohlke/pythonlibs/#numpy
http://www.lfd.uci.edu/~gohlke/pythonlibs/#matplotlib
http://www.lfd.uci.edu/~gohlke/pythonlibs/#scikit-learn
安装过程中最重要的地方就是版本需要兼容。其中操作 系统 为64位，Python为2.7.8 64位，下载的四个whl文件如下，其中cp27表示CPython 2.7版本，cp34表示CPython 3.4，win_arm64指的是64位版本。
numpy-1.10.2-cp27-none-win_amd64.whl
scipy-0.16.1-cp27-none-win_amd64.whl
matplotlib-1.5.0-cp27-none-win_amd64.whl
scikit_learn-0.17-cp27-none-win_amd64.whl
PS：不推荐使用"pip install numpy"安装或下载如"numpy-MKL-1.8.0.win-amd64-py2.7.exe"类似文件，地址如：
http://sourceforge.net/projects/numpy/files/NumPy
http://sourceforge.net/projects/scipy/files/Scipy
第三步：去到Python安装Scripts目录下，再使用pip install xxx.whl安装，先装Numpy\Scipy\Matlotlib包，再安装Scikit-Learn。
其中我的python安装路径"G:\software\Program software\Python\python insert\Scripts"，同时四个whl文件安装核心代码：
pip install G:\numpy+scipy+matplotlib\numpy-1.10.2-cp27-none-win_amd64.whl
pip install G:\numpy+scipy+matplotlib\scikit_learn-0.17-cp27-none-win_amd64.whl
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
|
C:\>G:
G:\>cd G:\software\Program software\Python\python insert\Scripts
G:\software\Program software\Python\python insert\Scripts>pip install G:\numpy+s
cipy+matplotlib\numpy-
1.10
.
2
-cp27-none-win_amd64.whl
Processing g:\numpy+scipy+matplotlib\numpy-
1.10
.
2
-cp27-none-win_amd64.whl
Installing collected packages: numpy
Successfully installed numpy-
1.10
.
2
G:\software\Program software\Python\python insert\Scripts>pip install G:\numpy+s
cipy+matplotlib\matplotlib-
1.5
.
0
-cp27-none-win_amd64.whl
Installing collected packages: matplotlib
Successfully installed matplotlib-
1.5
.
0
G:\software\Program software\Python\python insert\Scripts>pip install G:\numpy+s
cipy+matplotlib\scipy-
0.16
.
1
-cp27-none-win_amd64.whl
Processing g:\numpy+scipy+matplotlib\scipy-
0.16
.
1
-cp27-none-win_amd64.whl
Installing collected packages: scipy
Successfully installed scipy-
0.16
.
1
G:\software\Program software\Python\python insert\Scripts>pip install G:\numpy+s
cipy+matplotlib\scikit_learn-
0.17
-cp27-none-win_amd64.whl
Processing g:\numpy+scipy+matplotlib\scikit_learn-
0.17
-cp27-none-win_amd64.whl
Installing collected packages: scikit-learn
Successfully installed scikit-learn-
0.17
|
第四步：此时配置完成，关键是Python64位版本兼容问题和Scripts目录。最后用北邮论坛一个神人的回复结束这个安装过程：“傻孩子，用套件啊，给你介绍一个Anaconda或winpython。只能帮你到这里了！ ”
二. 测试运行环境
搞了这么半天，为什么要装这些呢？给几个用例验证它的正确安装和强大吧！
Scikit-Learn 是基于python的机器学习模块，基于BSD开源许可。Scikit-learn的基本功能主要被分为六个部分，分类，回归，聚类，数据降维，模型选择，数据预处理，具体可以参考官方网站上的文档。
NumPy （Numeric Python）系统是Python的一种开源的数值计算扩展，一个用python实现的科学计算包。它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。专为进行严格的数字处理而产生。
内容包括：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。
SciPy (pronounced "Sigh Pie") 是一个开源的数学、科学和工程计算包。它是一款方便、易于使用、专为科学和工程设计的Python工具包，包括统计、优化、整合、线性代数模块、傅里叶变换、信号和图像处理、常微分方程求解器等等。
Matplotlib 是一个Python的图形框架，类似于MATLAB和R语言。它是python最著名的绘图库，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。
第一个代码：斜线坐标，测试matplotlib
|
1
2
3
4
5
6
7
8
|
import
matplotlib
import
numpy
import
scipy
import
matplotlib.pyplot as plt
plt.plot([
1
,
2
,
3
])
plt.ylabel(
'some numbers'
)
plt.show()
|
运行结果：
第二个代码：桃心程序，测试numpy和matplotlib
代码参考：Windows 下 Python easy_install 的安装 - KingsLanding
|
1
2
3
4
5
6
7
8
9
10
11
12
|
import
numpy as np
import
matplotlib.pyplot as plt
X = np.arange(-
5.0
,
5.0
,
0.1
)
Y = np.arange(-
5.0
,
5.0
,
0.1
)
x, y = np.meshgrid(X, Y)
f =
17
* x **
2
-
16
* np.abs(x) * y +
17
* y **
2
-
225
fig = plt.figure()
cs = plt.contour(x, y, f,
0
, colors =
'r'
)
plt.show()
|
运行结果：
第三个程序：显示Matplotlib强大绘图交互功能
代码参考：Python-Matplotlib安装及简单使用 - bery
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
|
import
numpy as np
import
matplotlib.pyplot as plt
N =
5
menMeans = (
20
,
35
,
30
,
35
,
27
)
menStd = (
2
,
3
,
4
,
1
,
2
)
ind = np.arange(N) # the x locations
for
the groups
width =
0.35
# the width of the bars
fig, ax = plt.subplots()
rects1 = ax.bar(ind, menMeans, width, color=
'r'
, yerr=menStd)
womenMeans = (
25
,
32
,
34
,
20
,
25
)
womenStd = (
3
,
5
,
2
,
3
,
3
)
rects2 = ax.bar(ind+width, womenMeans, width, color=
'y'
, yerr=womenStd)
# add some
ax.set_ylabel(
'Scores'
)
ax.set_title(
'Scores by group and gender'
)
ax.set_xticks(ind+width)
ax.set_xticklabels( (
'G1'
,
'G2'
,
'G3'
,
'G4'
,
'G5'
) )
ax.legend( (rects1[
0
], rects2[
0
]), (
'Men'
,
'Women'
) )
def autolabel(rects):
# attach some text labels
for
rect in rects:
height = rect.get_height()
ax.text(rect.get_x()+rect.get_width()/
2
.,
1.05
*height,
'%d'
%
int
(height),
ha=
'center'
, va=
'bottom'
)
autolabel(rects1)
autolabel(rects2)
plt.show()
|
运行结果：
第四个代码：矩阵数据集，测试sklearn
|
1
2
3
4
|
from sklearn
import
datasets
iris = datasets.load_iris()
digits = datasets.load_digits()
print digits.data
|
运行结果：
第五个代码：计算TF-IDF词语权重，测试scikit-learn数据分析
参考代码：http://blog.csdn.net/liuxuejiang158blog/article/details/31360765
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
|
# coding:utf-
8
__author__ =
"liuxuejiang"
import
jieba
import
jieba.posseg as pseg
import
os
import
sys
from sklearn
import
feature_extraction
from sklearn.feature_extraction.text
import
TfidfTransformer
from sklearn.feature_extraction.text
import
CountVectorizer
if
__name__ ==
"__main__"
:
corpus=[
"我 来到 北京 清华大学"
, #第一类文本切词后的结果 词之间以空格隔开
"他 来到 了 网易 杭研 大厦"
, #第二类文本的切词结果
"小明 硕士 毕业 与 中国 科学院"
, #第三类文本的切词结果
"我 爱 北京 天安门"
] #第四类文本的切词结果
#该类会将文本中的词语转换为词频矩阵，矩阵元素a[i][j] 表示j词在i类文本下的词频
vectorizer=CountVectorizer()
#该类会统计每个词语的tf-idf权值
transformer=TfidfTransformer()
#第一个fit_transform是计算tf-idf，第二个fit_transform是将文本转为词频矩阵
tfidf=transformer.fit_transform(vectorizer.fit_transform(corpus))
#获取词袋模型中的所有词语
word=vectorizer.get_feature_names()
#将tf-idf矩阵抽取出来，元素a[i][j]表示j词在i类文本中的tf-idf权重
weight=tfidf.toarray()
#打印每类文本的tf-idf词语权重，第一个
for
遍历所有文本，第二个
for
便利某一类文本下的词语权重
for
i in range(len(weight)):
print u
"-------这里输出第"
,i,u
"类文本的词语tf-idf权重------"
for
j in range(len(word)):
print word[j],weight[i][j]
|
运行结果：
三. 其他错误解决方法
这里虽然讲解几个安装时遇到的其他错误及解决方法，但作者更推荐上面的安装步骤。
在这之前，我反复的安装、卸载、升级包，其中遇到了各种错误，改了又改，百度了又谷歌。常见PIP用法如下：
|
1
2
3
4
5
6
7
8
|
* pip install numpy --安装包numpy
* pip uninstall numpy --卸载包numpy
* pip show --files PackageName --查看已安装包
* pip list outdated --查看待更新包信息
* pip install --upgrade numpy --升级包
* pip install -U PackageName --升级包
* pip search PackageName --搜索包
* pip help --显示帮助信息
|
ImportError: numpy.core.multiarray failed to import
python安装numpy时出现的错误，这个通过stackoverflow和百度也是需要python版本与numpy版本一致，解决的方法包括"pip install -U numpy"升级或下载指定版本"pip install numpy==1.8"。但这显然还涉及到更多的包，没有前面的卸载下载安装统一版本的whl靠谱。
Microsoft Visual C++ 9.0 is required(unable to find vcvarsall.bat)
因为Numpy内部矩阵运算是用C语言实现的，所以需要安装编译工具，这和电脑安装的VC++或VS2012有关，解决方法：如果已安装Visual Studio则添加环境变量VS90COMNTOOLS即可，不同的VS版本对应不同的环境变量值：
Visual Studio 2010 (VS10)设置 VS90COMNTOOLS=%VS100COMNTOOLS%
Visual Studio 2012 (VS11)设置 VS90COMNTOOLS=%VS110COMNTOOLS%
Visual Studio 2013 (VS12)设置 VS90COMNTOOLS=%VS120COMNTOOLS%
但是这并没有解决，另一种方法是下载Micorsoft Visual C++ Compiler for Python 2.7的包。
PS：这些问题基本解决方法使用pip升级、版本一致、重新下载相关版本exe文件再安装。