搭建使用numpy, scipy, scikit-learn的环境

在windows上安装和更新scipy是很痛苦的。而要安装scikit-learn又必须安装好指定版本的numpy和scipy。所以，很头疼。我本来使用的是activepython，用pypm来管理package，不过pypm更新的太慢了，很多包都很老。

于是，我下载使用pip来进行包管理，但是在安装scipy时又编译不过去，因为缺少其他的底层包。而且，编译scipy等需要用到C的编译器，在windows上就必须要安装一个用于python的微软提供的C编译器扩展。网上提到了用wheel，但是需要的东西又有其他的dependency，所以很难搞！

所以，最后，我还是用anaconda算了，这个自带numpy, scipy和scikit-learn等数据处理和可视化的包。而且可以进行包管理，更新这些包也是很方便的，比如更新scipy，只需要输入以下指令：conda install scipy，然后在问你是否继续的时候敲个Y加回车就可以了。

注意，以前的python要删除完。另外，下载anaconda 32位的，64位可用的包没32位的多。

刚开始更新了numpy到1.11.1后，但是import numpy后发现还是1.71的版本，找了半天，才发现有个地方存有1.7.1的版本，而且位置靠前，那就是：

'C:\\Users\\(User_name$)\\AppData\\Roaming\\Python\\Python27\\site-packages',

要把这个里边的numpy 1.7.1删掉，才能使用最新版本的。注意，AppData是隐藏的，要显示隐藏文件夹才能看到它。

总之，安装环境很简单：使用anaconda 32位，然后更新numpy, scipy和scikit-learn即可。我是无奈不想整wheel等一大堆的东西了，就用anaconda偷懒了。