开始机器学习之前的环境配置

1.官方文档中提示

事先已经创建好一个新的虚拟环境，并且切换到该环境中。

conda  activate  D:\Workspace\Anaconda3\envs\my_python_env

2.导入需要的库

#导入需要的库
import pandas as pd
import numpy as np
import sklearn
import matplotlib as mlp
import scipy

如果出现了“no module named xxx”的错误，表明没有安装这个库，需要另行安装，在cmd或者anaconda prompt中运行下列代码：

conda  install numpy
conda install pandas
conda install scipy
conda install  matplotlib
conda install  scikit-learn

如果没有错误，可以运行下面的代码查看anaconda版本：

conda  -V

运行代码查看python版本

python  -V

3.更新模块和库
如果python版本或者任意库的版本不足，可以更新

#在cmd或anaconda prompt中逐行运行
#更新anaconda(可能耗时较长时间)
conda update -n base -c defaults conda
​
#更新Python
conda update python
​
#更新所需要的库
conda update pandas
conda update numpy
conda update scipy
conda update matplotlib
conda update scikit-learn
​
#一次性更新anaconda下面所有的库(可能耗时较长时间)
conda update --all

虽然也能够使用pip操作，但是如果能够使用anaconda,就不推荐使用pip,因为使用pip安装库的时候，可能会出现异常，就像我开始的时候，安装了两次，但是两次都有错误，原因是pip默认下载的一部分库的版本可能只适用于Linux系统，但是anaconda安装一般不会有问题。
但是anaconda的安装和pip的安装尽量不一起混用，用anaconda安装的库在使用pip卸载或者更新的时候，可能会出现无法卸载干净，无法正常更新。安装过程中出现的任何错误，都可以通过卸载重装来解决问题。
scikit-learn的更新比较容易出现的问题是：conda和pip都更新完毕了，但是在jupyter查看版本还是原来的版本。此时建议，conda和pip全部卸载scikit-learn，然后重新安装：

#pip卸载
pip uninstall scikit-learn
​
#conda卸载
conda uninstall scikit-learn
#或者
conda remove scikit-learn
​
#卸载干净之后，重新安装
conda install scikit-learn