机器学习入门（开发环境搭建）
1.常用类库介绍
机器学习中我们经常要用到的类库如下：
- NumPy：是Python的一种开源数值计算扩展库，可用来存储和处理大型矩阵，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、精密的运算库，是⼀个运⾏速度⾮常快的数学库，主要⽤于数组计算。
- Pandas： 是⼀个强⼤的基于 NumPy 的分析结构化数据的⼯具集，是为了解决数据分析任务而创建的，⽤于数据挖掘和数据分析，同时也提供数据清洗功能。
- Matplotlib: Python中最著名 2D绘图库，十分适合交互式地进行制图。
- Sklearn：scikit-learn是Python 开发和实践机器学习的著名类库之一，基本功能主要分为六大部分 ：分类、回归、聚类、数据降维、模型选择和数据预处理。依赖于类库NumPy ，SciPy 和 matplotlib 运行。
- Keras是一个运行在深度学习框架Tensorflow之上的简单易学的高级Python深度学习库，可以作为Tensorflow的高阶应用程序接口，进行深度学习模型的设计、调试、评估、应用和可视化。
2.anaconda介绍
- Anaconda 是最流⾏的数据分析平台，全球两千多万⼈在使⽤
- Anaconda 附带了⼀⼤批常⽤数据科学包
- conda
- Python
- 150 多个科学包及其依赖项
- Anaconda 是在 conda（⼀个包管理器和环境管理器）上发展出来的
- Conda可以帮助你在计算机上安装和管理数据分析相关包
- Anaconda的仓库中包含了7000多个数据科学相关的开元库
- Anaconda 包含了虚拟环境管理⼯具
- 通过虚拟环境可以使不同的Python版本环境
- Anaconda 可⽤于多个平台：Windows、Mac OS X 和 Linux
4.创建虚拟环境
虚拟环境的作⽤：很多开源库版本升级后API有变化，⽼版本的代码不能在新版本中运⾏，使用虚拟环境可以将不同Python版本、相同开源库的不同版本隔离。创建虚拟环境有两种方式
方式1：通过Anaconda界⾯创建虚拟环境
安装好Anaconda后，在开始菜单中选择Anaconda3然后点击Anaconda navigator,菜单打开Anaconda的管理⾯板,点击Environment选项卡，进⼊到环境管理界⾯，点击添加按钮选择python版本创建自己的虚拟环境，如图,选择python版本输入虚拟环境名称
方式2：通过命令⾏创建虚拟环境
在开始菜单中选择Anaconda3然后点击菜单Aanaconda prompt打开Anaconda的命令窗口，使用以下命令管理虚拟环境。
- conda create -n 虚拟环境名字 python=python版本 #创建虚拟环境
- conda activate 虚拟环境名字 #进⼊虚拟环境
- conda deactivate 虚拟环境名字 #退出虚拟环境
- conda remove -n 虚拟环境名字 --all #删除虚拟环境
5.anaconda包管理功能
方式1：可以通过管理界⾯安装
打开Anaconda管理界面，点击Environment选项卡，进⼊到环境管理界⾯如图所示
方式2：通过anaconda prompt命令安装
在开始菜单中选择Anaconda3然后点击菜单Aanaconda prompt打开Anaconda的命令窗口，使用以下命令安装。
- 通过conda install 安装
- conda install 包名字
- 通过pip install 安装
- pip install 包名字
- 安装时下载速度慢可以指定国内镜像地址
- 阿⾥云：https://mirrors.aliyun.com/pypi/simple/
- ⾖瓣：https://pypi.douban.com/simple/
- 清华⼤学：https://pypi.tuna.tsinghua.edu.cn/simple/
- 中国科学技术⼤学 http://pypi.mirrors.ustc.edu.cn/simple/
机器学习基础包安装
机器学习开发需要用到的常用类库在5.1小节中已经介绍，我们现在安装这些类库；
使用阿里云镜像和pip安装类包，打开anaconda prompt命令窗口，激活虚拟环境,进入虚拟环境后，进行安装输入以下命令：
>conda activate 虚拟环境名字
>pip install numpy matplotlib pandas scipy -i https://mirrors.aliyun.com/pypi/simple/
>pip install scikit-learn -i https://mirrors.aliyun.com/pypi/simple/
深度学习框架安装
深度学习框架有tensorflow，paddlepaddle等，她们都可以使用conda或者pip安装
这里我们安装tensorflow深度学习框架，可以选择使用conda或者pip安装
- 使用conda安装如下：
conda install tensorflow
- 使用pip安装：
pip install tensorflow -i https://mirrors.aliyun.com/pypi/simple/
安装keras：
- 使用conda安装
conda install keras
- 使用pip安装
pip install keras -i https://mirrors.aliyun.com/pypi/simple/
6.启动jupyter notebook
Jupyter Notebook(此前被称为 IPython notebook)Jupyter Notebook是基于python语言的，是一个交互式笔记本。Jupyter Notebook 的本质是一个 Web 应用程序，便于创建和共享文学化程序文档，支持实时代码，数学方程，可视化和 markdown。 用途包括:数据清理和转换，数值模拟，统计建模，机器学习等等
方式1：通过Anaconda启动 Jupyter Notebook
方式2：通过anaconda prompt终端启动
在开始菜单中选择Anaconda3然后点击菜单Aanaconda prompt打开Anaconda的命令窗口，进入到指定文件路径下，输入以下命令。
>activate 虚拟环境名字
>jupyter notebook
7.Jupyter notbook扩展组件配置
Jupyter notebook的扩展组件jupyter_contrib_nbextensions提供了代码提示补全功能，Jupyter notebook默认没有安装这个扩展组件，需要我们手动安装。
安装方法：在开始菜单中选择Anaconda3然后点击菜单Aanaconda prompt打开Anaconda的命令窗口,激活使用的虚拟环境进行安装，输入以下命令。
>activate 虚拟环境名字
>pip install jupyter_contrib_nbextensions -i https://mirrors.aliyun.com/pypi/simple/
>jupyter contrib nbextension install --user --skip-running-check
然后重启jupyter notebook后，进行以下操作
8.pycharm
按照提示安装即可，做项目的话更适合用pycharm进行管理编辑调试，做数据分析实验等更适合用jupyternotebook