机器学习实战python环境搭建以及numpy和matplotlib安装遇到的各种问题（一）

第一次在大神云集的CSDN写博客，以前都是在新浪上随便写一写，当作平时的遇到的一些问题的总结。
自己从这里学到了很多知识，也解决了很多问题。
自学的时候会遇到很多问题，由于没有时间系统的学习知识，都是遇到什么问题就查什么，所以多去动手查资料还是很重要的。
学习的过程就是需要不断的去发现问题，解决问题。

再次声明自己也是新手，遇到的一些问题在大牛看来都不值一提，所以在网上也经常找不到解决的办法，其实这样也锻炼我们自己动手思考的能力，凡事都有好坏，我写这个大部分还是记录自己思考的进程，也请大家多指教。

废话不多说，开始切入正题。
python的开发环境搭建，网上已经有很多教程什么的了，而且基本上都是可行的。我个人还是推荐：http://www.liaoxuefeng.com/wiki/0014316089557264a6b348958f449949df42a6d3a2e542c000
廖雪峰的博客，环境搭建和一些基本知识都有。大概看一遍，了解一下，动手去做的时候，遗忘的再回去看。

下面我主要介绍下，我学习《机器学习实战》这本书遇到的一些问题和解决办法。
首先是安装numpy。
我的python版本是2.7.10一开始装的numpy版本是numpy—1.5，后来装matplotlib的时候提示版本太低，后来又陆续装了1.6，1.7，1.8，还好1.8可以正常使用了。
http://sourceforge.net/projects/numpy/files/NumPy/这里各个版本的都有。
下载的exe的直接运行就可以。
直接下一步下一步完成就可以了，还可以通过pip install **.whl来安装，但是不知道为什么我安装别的都行就是安装不了numpy，现在不管它了，反正可以通过其他办法安装。
需要注意的是我的电脑是64位的但是安装numpy的时候是选择的32位的安装的。
哎 本人也是新手有好多不懂的，要是大神看到了也帮我回答下。
最后import numpy 没问题就行了！

装上numpy后，我也是迫不及待的想跑一下程序试试，就把程序清单2.0（其实没有2.0，它也算不得一个程序，因为在2.1之前，就称它为清单2.0吧）我遇到了第一的问题，直接导入（import kNN）提示找不到这个文件。原因是没有指明路径，python不知道你的这个文件在哪。
解决的办法有两个（就我目前知道的）：一个是把kNN.py保存到python的安装目录下，这样的话可以直接运行。
第二个是实用sys命令添加一个目录。

>>> import sys
>>> sys.path.append('D:\Komodospace')
>>> import Text
Hello World

这样就可以在python自带的python GUI中导入模板了。

>>> import kNN
>>> group,labels = kNN.createDataSet()
>>> group
array([[ 1. ,  1.1],
       [ 1. ,  1. ],
       [ 0. ,  0. ],
       [ 0. ,  0.1]])
>>> labels
['A', 'A', 'B', 'B']

刚开始就会遇到很多问题，一些函数不知道是做什么的，最后发王道，尽管它是英文的。
python 2.7.10函数文档
想程序清单2.1中的shape，tile（在numpy文档里面），sorted函数等等。
numpy官方文档下载
程序2.1亲测可行！！

>>> import kNN
>>> group,labels = kNN.createDataSet()
>>> group
array([[ 1. ,  1.1],
       [ 1. ,  1. ],
       [ 0. ,  0. ],
       [ 0. ,  0.1]])
>>> labels
['A', 'A', 'B', 'B']
>>> kNN.classify0([0,0],group,labels,3)
'B'
>>> kNN.classify0([1,1],group,labels,3)
'A'

正如书中所说，这些代码只是测试用的，实际没有任何意义，不过自己测试成功还是很开心的。接下来的程序2.2就是需要导入数据，为接下来的kNN算法实战做准备了。
程序2.2有点小问题，就是numpy.zeros生成的数据不能接受字符串赋值，没有太好解决的办法，网上有位大牛做了简单的修改，我贴出来大家也指导我下，因为我不知道为什么。

def file2matrix(filename):
    fr = open(filename)
    numberOfLines = len(fr.readlines())         #get the number of lines in the file
    returnMat = zeros((numberOfLines,3))        #prepare matrix to return
    classLabelVector = []                       #prepare labels return   
    fr = open(filename)
    index = 0
    for line in fr.readlines():
        line = line.strip()
        listFromLine = line.split('\t')
        returnMat[index,:] = listFromLine[0:3]
        classLabelVector.append(int(listFromLine[-1]))
        index += 1
    return returnMat,classLabelVector

python的基本语法还是比较重要的，否则读起程序来还是很费劲的。
列表，元组的迭代，赋值以及别的一些特性，还有对字典的排序都需要自己提前学习下。
程序中用到的代码和数据，网上的大神也给了，我就分享下。
[《机器学习实战》源代码](http://pan.baidu.com/s/13G55O

>>> datingDataMat,datingLabels = kNN.file2matrix('datingTestSet2.txt')
>>> datingDataMat
array([[  4.09200000e+04,   8.32697600e+00,   9.53952000e-01],
       [  1.44880000e+04,   7.15346900e+00,   1.67390400e+00],
       [  2.60520000e+04,   1.44187100e+00,   8.05124000e-01],
       ..., 
       [  2.65750000e+04,   1.06501020e+01,   8.66627000e-01],
       [  4.81110000e+04,   9.13452800e+00,   7.28045000e-01],
       [  4.37570000e+04,   7.88260100e+00,   1.33244600e+00]])
>>> datingLabels[0:20]
[3, 2, 1, 1, 1, 1, 3, 3, 1, 3, 1, 1, 2, 1, 1, 1, 1, 1, 2, 3]

程序2.2亲测可行
今天先写到这，欢迎大家指教，后续还会有自己对机器学习实战和python的学习总结。