windows下Python机器学习依赖库安装——numpy、scipy、sklearn、xgboost、theano等

接触机器学习一段时间了，在环境配置上遇到不少坑，windows下环境配置尤甚，但近期发现了简单也较直接的安装方式，目前所接触的所有依赖包无一例外都安装成功，现分享出来，让新手朋友少走弯路。

一、多版本Python安装

先不论Python2.x与3.x如何取舍，两个大的版本都许多开源资料，很多新手朋友拿到的代码既有2.x又有3.x版本，版本之间以及不同版本依赖包之间

或多或少会存在兼容问题，因此无论出于学习还是实际工程环境需要，安装多个版本python都是必要的。

以python2.7.13与python3.6.1为例，首先在官网下载对应版本的exe文件:

www.python.org/downloads/正常双击安装即可，直接勾选将路径加入环境变量。python路径下的Scripts文件夹下分别是两个版本对应pip的可执行

文件所在位置，后续安装依赖包都依赖于pip工具。

安装完成之后进入命令行查看python安装情况以及pip对应版本。 如：“pip2 --version”查看pip2的信息。同理 “pip3 --version”。

python2.x对应于pip2或pip，python3.x对应于pip3。命令行输入py -2对应于python2.x解释器，同理py -3对应python3.x。

二、pip安装python依赖库

例如需要给Python3.6.1安装numpy库，可以选择直接键入命令：pip3 install numpy (pip其他参数可查阅相应文档资料，在此不赘述)，这样pip3

安装的库就到了 D:\python3.6\Lib\site-packages 这个路径下。同理pip2 install ***也会安装到 python2.7 所对应目录。 这一安装依赖的方法是ubuntu下

常用手法，碰到的问题也不多，但在windows下直接pip安装经常会遇到错误，所以推荐windows下直接下载相应包的whl文件，再执行pip安装的路子。

首先去 http://www.lfd.uci.edu/~gohlke/pythonlibs/#vlfd 下载对应依赖包，这是外国友人维护的windows下Python扩展二进制包集散网站，好比

门户网站。界面风格比较单调，新手朋友们莫被密密麻麻字符吓跑了，进到页面直接 ctrl+F 搜索你需要的包，下载回来安装便是。

例如sklearn包，在此要注意所选择的版本以及对应的位数，下载后用 命令行进入 whl 文件所在目录，pip3 install ***.whl(文件全名)。

同时每个依赖包都会提示你在安装它之前应该先装哪些依赖。

常用机器学习依赖包：

numpy  ： 点击打开链接

scipy     ： 点击打开链接

pandas  :   点击打开链接

sklearn ： 点击打开链接

xgboost  :  点击打开链接

只要注意依赖包之间的安装顺序，安装工程会非常顺利。如果确实遇到问题，有可能是 已安装 的部分依赖包版本和 待安装 的依赖包所需的版本不

一致，那么可尝试先卸载旧版本依赖包，“ pip3 uninstall （相应包）”，之后再去下载对应最新包 whl 安装，这样应该会解决绝大多数环境配置问题。

还有其他环境配置方法，如 安装python虚拟环境virtualenv、集成环境包Anaconda安装、直接编译源码，有兴趣尝试的朋友可以一试！

希望对新手朋友有所帮助！