机器学习实战python环境配置

机器学习实战python环境配置

机器学习是数据挖掘的一种实现形式，在学习《机器学习实战》过程中,需要Python环境中安装好numpy和matplotlib库,特此将我在Ubuntu 16.04 64bit上的摸索过程总结如下:

在Debian/Ubuntu系统下安装Python, Numpy和Matplotlib的最佳方式是使用apt-get等软件包管理器. 避免源码包形式的安装, 因为包的依赖关系较难处理.

安装numpy只需要输入下面的命令：

sudo apt-get install python-numpy
sudo apt-get install python-scipy

在确保上面两个安装正确的情况下, 再安装matplotlib库，注意安装matplotlib方式有很多，最好的方式就是和你使用的操作系统、你已经安装了的软件以及你想怎么使用它紧密结合。

sudo apt-get python-matplotlib

注意：在远程终端使用matplotlib的时候，可以出现错误，原因是：
Matplotlib chooses Xwindows backend by default. You need to set matplotlib do not use Xwindows backend。
在代码中增加这句话就可以搞定了：

import matplotlib
matplotlib.use('Agg')

或者在.config/matplotlib/matplotlibrc配置文件中增加一行：backend : Agg

---

=====================如果没有其它问题，下面的内容可以忽略========================

以上安装步骤基本可以通过，但是我为了通过下面的测试，还特别地安装了如下几个模块，python-nose模块是个单元测试模块，必须安装。

sudo apt-get install ipython ipython-notebook python-pandas python-sympy python-nose

这需要下载300多M数据包，安装后是900多M的磁盘空间。

然后在终端输入如下命令：

python
import scipy
import numpy
import pylab
scipy.test()
numpy.test()
pylab.test()

参考文献：
1. http://blog.csdn.net/tao_627/article/details/44004541
2. http://stackoverflow.com/questions/37604289/tkinter-tclerror-no-display-name-and-no-display-environment-variable