python 环境配置总结

    从11月份着手学习机器学习和python开始，就不断为运行机器学习算法和python软件来配置环境。这里的环境包括安装软件和外部库。这里总结一些python安装方法和安装外部库的方法以及常用的网站。

安装：

pip方法

http://wenku.baidu.com/view/c1cd032e49649b6649d74743

这个文库资料是我之前总结的安装最基本的库的方法。需要注意的是，在下载库之前先知道安装环境是什么？Windows 32位还是64位？lunix？mac？另外，版本问题，python常用的是2.7和3.5，有对应的库版本，以及pip版本。

http://www.lfd.uci.edu/~gohlke/pythonlibs/

这是我知道python外部库最全的网站了，numpy、panda、matplotlib、scikit-learn、xgboost等
安装.whl文件，要在命令里写入pip install 文件名

example: pip install  ad3‑2.0.2‑cp35‑cp35m‑win32.whl

***************************************************************************

这是最近遇到的问题，是打算安装tensorflow 1.0时，遇到的问题

1.第一次安装失败，

错误：

tensorflow 1.0-3.4.2-cp35-cp35m-win_amd64.whl is not a supported wheel on this platform。

原因:

tensorflow 1.0在windows下安装的环境要求是python3.5以上 64位，pip版本是9.0.1的。因此，将python 32位卸载改成64位的。但此时又有新问题。

2.第二次安装失败.

错误：

Fatal error in launcher: Unable to create process using

网上解决方法：先升级pip，python -m pipinstall -U pip 

再升级包 pipinstall package，但是失败了。

相关链接如下：

http://blog.csdn.net/qq_29717305/article/details/51441641

http://blog.csdn.net/xiong_it/article/details/50401835

http://blog.csdn.net/tina_ttl/article/details/51800635

我的解决方法是，改变pip安装书写形式，改为

python -m pipinstalltensorflow-1.0-3.4.2-cp35-cp35m-win_amd64.whl就可以了。

*****************************************************************************

Anaconda方法

下载网址：https://www.continuum.io/downloads

或者http://www.lfd.uci.edu/~gohlke/pythonlibs/

下载后直接安装行，安装package：conda install numpy（condainstall会安装或更新库所依赖的各种库，pip install不会更新）下载好后，一些常用的python包，例如spyder、Jupyter notebook、Ipython等

 

运行软件：

推荐：pycharm、Spyder、VS

各自优势与区别：

https://www.zhihu.com/question/48168875?from=profile_question_card

 

下面推荐几个常用的网站

python入门指南：http://www.runoob.com/python3/python3-tutorial.html

numpy等库学习：http://old.sebug.net/paper/books/scipydoc/numpy_intro.html

python爬虫：http://www.cnblogs.com/fnng/p/3576154.html

pycharm开源社区：http://www.oschina.net/question/tag/pycharm          

找 代码：github.com/search?p=6&q=C%23+svm&type=Repositories&utf8=
kaggle竞赛：https://www.kaggle.com/

DataCastle大数据竞赛：http://www.pkbigdata.com/

scikit-learn官网

anaconda安装教程：http://python.jobbole.com/86236/

机器学习入门方法总结