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