python图表库安装_Python及科学计算库的安装

关于python及各种计算库的安装，有很多方法，我试了下pip安装各个库，比较顺利，希望对一些朋友有所帮助~~1

2

1.安装

安装过python之后，Python27\Scripts有pip.exe，在Python27\Scripts文件夹下运行cmd(点击Shift+右键)，可以用pip安装其他包。

1. 安装科学计算库

pip install jupyter

pip install pandas

pip install numpy

pip install matplotlib

pip install seaborn

pip install scikit-learn

2. 用上述方式安装scipy不成功，可以这样：在http://www.lfd.uci.edu/~gohlke/pythonlibs/下载合适的whl包，pip install 。安装后import scipy若提示缺少numpy+MKL，可以pip uninstall numpy，再下载numpy+MKL的whl包，pip install *.whl。

检测安装是否成功，打开Python的shell，输入：

import matplotlib

import numpy

import scipy等，若不报错，就安装成功。

比如生成一个y=x的直线：

import matplotlib.pyplot as plt

plt.plot([1,2,3])

plt.ylabel('some numbers')

plt.show()1

2

3

4

测试scikit-learn安装成功与否，下载代码plot_ols.py，运行得到：

上述是我采用的安装方式，过程比较顺利，除了pip，还有其他的方式哈：

1. 用easy_install安装，但是这种方法卸载不方便，不推荐。

2. 用anaconda的conda命令，好像也很常用，因为conda会安装或者更新一些依赖库，但是pip未必。有兴趣的可以试试。

2. 科学计算库的使用

综合：

1. 遇到Numpy陌生函数，查询用法

2. pandas教程及API

pandas读取csv文件，提供了大量能使我们快速便捷地处理数据的函数和方法。

3. Matplotlib Tutorial(译)

是python最著名的绘图库,它提供了一整套和matlab相似的命令API,十分适合交互式地进行制图。

数据可视化：

1. Seaborn tutorial

Seaborn模块自带许多定制的主题和高级的接口，来控制matplotlib图表的外观。

机器算法：

1. scikit-learn

scikit-learn的基本功能主要被分为六个部分，分类，回归，聚类，数据降维，模型选择，数据预处理，机器学习模型非常丰富，包括SVM，决策树，GBDT，KNN等等，可以根据问题的类型选择合适的模型，具体可以参考官方网站上的文档。

3. python教程