最近想用python做些机器学习方面的事情,就买了本《机器学习实战》研究,Peter Harrington编写的,人民邮电出版社出版,2013年6月上市的。是本很新的书。
首先第一件事情是配置学习环境,我个人的笔记本上安装了pythonxy,什么工具都安装好了,很省心。我也想在实验室的电脑上安装配置好环境。不过,这台PC上只安装了标准的python,不想用pythonxy了(这个工具集成有500多M,太大了,东西都是好东西,但很多现在用不上,完全安装没有必要)。于是自己安装。
下面是安装过程:
1.安装python。这个不用多说了。我安装的是python2.7.5。
2.安装numpy。因为matplotlib依赖numpy,所以先安装numpy。当然,先安装matplotlib也可以,但是只安装matplotlib不安装numpy的话,matplotlib不能正常工作,会提示你安装numpy。我用的是:numpy-1.7.1-win32-superpack-python2.7.exe。
3.安装matplotlib。我用的是:matplotlib-1.2.1.win32-py2.7.exe。
到这里安装就结束了,来个例子看看效果。
import matplotlib.pyplot as plt fig = plt.figure() fig.suptitle('bold figure suptitle', fontsize=14, fontweight='bold') ax = fig.add_subplot(111) fig.subplots_adjust(top=0.85) ax.set_title('axes title') ax.set_xlabel('xlabel') ax.set_ylabel('ylabel') ax.text(3, 8, 'boxed italics text in data coords', style='italic', bbox={'facecolor':'red', 'alpha':0.5, 'pad':10}) ax.text(2, 6, r'an equation: $E=mc^2$', fontsize=15) ax.text(3, 2, unicode('unicode: Institut f\374r Festk\366rperphysik', 'latin-1')) ax.text(0.95, 0.01, 'colored text in axes coords', verticalalignment='bottom', horizontalalignment='right', transform=ax.transAxes, color='green', fontsize=15) ax.plot([2], [1], 'o') ax.annotate('annotate', xy=(2, 1), xytext=(3, 4), arrowprops=dict(facecolor='black', shrink=0.05)) ax.axis([0, 10, 0, 10]) plt.show()
让我感到意外的是,新版本的matplotlib居然把工具栏放到最下面一行去了。我晕,刚开始看到时,还以为程序出错了呢!不知道作者要闹那样,看来作者也不是像以前那样一直模仿Matlab,而是要搞“微创新”。嘿嘿!
如果嫌弃上面的例子太长的话,来个最简单的:
import matplotlib.pyplot as plt fig = plt.figure() plt.show()
最后来无聊地算一下所有安装包的大小:
共计27.2MB,这样小,而能实现很多Matlab主要的功能,很值了!毕竟是开源的嘛。相信用python做研究的人会越来越多的。
以上用到的资源链接:
python2.7.5
numpy-1.7.1
matplotlib-1.2.1