最近想要安装python的机器学习库,发现这个安装过程很容易走弯路,自己也是折腾了好久才找到一条捷径,现在分享出来给大家。
准备条件: 安装python软件,这里两种可选2.7.x或者3.5.x(这里使用2.7.x为例),将python的安装路径添加到环境变量中。
安装步骤:
1. nose => 2.numpy =>3.scipy =>4.scikit_learn =>5.matplotlib
这里所使用的包都是从该网页中来的,也避免了走弯路。传送门
1.nose
在下载包的时候一定要根据自己电脑的情况以及python的版本号,这里我选择的是nose-1.3.7-py2-none-any.whl
nose是包名称,1.3.7是版本号,py2是对应的python版本为2.x的。
选择结束后,将whl包复制到python安装路径的Scripts文件夹下,在空白处(按住SHIFT按键+右击鼠标),选择“在此处打开命令窗口”或者通过DOS的cd进入到Scripts文件夹中。
使用命令 pip install nose-1.3.7-py2-none-any.whl进行安装。
2.numpy
在网站中选择相应的连接下载,这里我选择的是numpy-1.11.2+mkl-cp27-cp27m-win_amd64.whl文件下载。
其中的win_amd64表示电脑是64位的 ,根据情况选择。
与nose的安装过程相同,此处略。
检测安装是否成功:在dos窗口中,使用python进入python环境,使用import numpy 如果没有提示提示导入包错误证明成功了。
3.scipy
这里一定要注意numpy的安装与scipy的安装顺序不能倒换,因为numpy是scipy的依赖包。
下载相应的安装包,安装过程同nose。
检测过程同numpy.
4.scikit_learn
scikit_learn的安装过程同nose,检测过程同nose.
5.matplotlib
matplotlib是最为复杂的一个安装包了。从网站中可以到该包有好多个依赖项,必须安装图中的requires项。(安装过程虽然多,但是都类似nose的安装)后面的optionally选项是可选的,后续用到可以再安装。
待安装完成图中的dateutil pytz pyparsing cycler setuptools后再安装matplotlib包。
这里的setuptools安装可以通过pip install setuptools的形式安装完成,比较简单。
检测方法同nose.
python机器学习走起。