前言

大數(shù)據(jù)和機(jī)器學(xué)習(xí)目前正處于風(fēng)口，對(duì)相關(guān)人才需求很大,，然而國(guó)內(nèi)科班出身的人才確實(shí)不多，想要轉(zhuǎn)行的務(wù)必抓住這個(gè)短暫的時(shí)間窗口,。而且,，我個(gè)人認(rèn)為目前經(jīng)濟(jì)已經(jīng)進(jìn)入通縮狀態(tài)，失業(yè)率看漲,，進(jìn)入新興行業(yè)或許會(huì)有不錯(cuò)的轉(zhuǎn)機(jī),。

我也是通過(guò)自學(xué)轉(zhuǎn)入這個(gè)領(lǐng)域的，我寫這個(gè)專欄的目的一方面是梳理我所學(xué)的專業(yè)知識(shí)以及工作中用到的一些算法和項(xiàng)目,，另一方面也希望能夠和大家一起互相學(xué)習(xí),、快速成長(zhǎng)。

我在win下做項(xiàng)目,，所以只講win下怎么快速部署完整的學(xué)習(xí)和應(yīng)用環(huán)境,。

快速環(huán)境配置

想要節(jié)省時(shí)間，直接看這里,。想知道為什么這么安裝,，以及一些優(yōu)化和美化方法，可以直接看下面慢速環(huán)境配置,。

1. 安裝python,，安裝時(shí)要點(diǎn)選把python加入系統(tǒng)path，下載地址：Download Python,；

2. 在某文件下放入如下3個(gè)文件：

• numpy和mkl的打包版：http://www.lfd./~gohlke/pythonlibs/#numpy
  
• scipy的打包版：http://www.lfd./~gohlke/pythonlibs/#scipy
• rapid_install.py

然后,，在此目錄下，按住shift+鼠標(biāo)右擊,，選擇打開命令行,，輸入 python rapid_install.py，之后就可以坐等完成了,。

慢速環(huán)境配置

我崇尚簡(jiǎn)約美,，所以我并不喜歡用一體式的anaconda作為開發(fā)環(huán)境，anaconda優(yōu)點(diǎn)在于集成了底層需要的c和fortran的編譯庫(kù),，也提供了numpy和scipy依賴的諸如BLAS,、LAPACK等的性能優(yōu)化（想要和GPU結(jié)合還需要付錢）,。

不過(guò)，如果只是作為平時(shí)練習(xí)和項(xiàng)目demo使用,，按照我用的開發(fā)環(huán)境就可以了,，只需要官方python和最美、最強(qiáng)大的編輯器Visual Studio Code足以,，很純潔,。

1. Python 安裝

下載地址：Download Python。

我用的是python 2.7,，因?yàn)?.x的庫(kù)相對(duì)完善,，其實(shí)2.x和3.x在我看來(lái)都一樣，按自己喜好來(lái)就可以,。根據(jù)自己操作系統(tǒng)位數(shù)來(lái)選擇合適的版本,，32位選擇 x86 MSI，64位選x86-64 MSI,。

安裝的過(guò)程中,，注意如圖示這一步，把最后一個(gè)×改成下拉框內(nèi)第一個(gè),，這樣可以將python路徑自動(dòng)加到系統(tǒng)的path路徑下,，此外可以看到pip這個(gè)包管理工具也默認(rèn)安裝了。

2. Visual Studio Code 安裝

下載地址：Download Visual Studio Code - Mac, Linux, Windows,。

2.1 安裝時(shí)，在這一步建議把所有都勾上,，這樣以后點(diǎn)擊鼠標(biāo)右鍵可以快速啟動(dòng),。

File-> Preferences：

3. 大數(shù)據(jù)和機(jī)器學(xué)習(xí)庫(kù) 安裝

主要就是5個(gè)庫(kù)：numpy,、scipy、pandas,、matplotlib,、scikit-learn。

打開vs code,，按“ Crtl + ` ”進(jìn)入vs code自帶的命令行環(huán)境—powershell,，比win自帶的好用。

3.1 numpy 和 scipy 安裝

Overview（官方說(shuō)明）

Compared to OSX and Linux, building NumPy and SciPy on Windows is difficult, largely due to the lack of compatible, open-source libraries like LAPACK or ATLAS that are necessary to build both libraries and have them perform relatively well. You can’t sudo apt-get install everything like you can on the other two platforms.

numpy是數(shù)值代數(shù)庫(kù),，scipy是科學(xué)計(jì)算庫(kù),。在win下安裝這兩包比較坑爹，主要是這倆包依賴的一些c和fortran底層庫(kù)存在平臺(tái)兼容性問題。事實(shí)上,，numpy可以直接用pip install numpy 安裝,，但功能和性能受限，而scipy干脆就是不能安裝,。

幸好有高手對(duì)這倆包做了完整的binary庫(kù),，我們可以下載后直接安裝。

• numpy和mkl的打包版：http://www.lfd./~gohlke/pythonlibs/#numpy
  
• scipy的打包版：http://www.lfd./~gohlke/pythonlibs/#scipy
  

安裝：pip install xxx.whl（注意：文件名要修改成你下載的,，以及文件要在當(dāng)前命令行所在目錄,。）

可以進(jìn)入ipython環(huán)境，輸入 import numpy, scipy,，驗(yàn)證是否安裝成功,，無(wú)異常則成功。

3.2 pandas,、matplotlib ,、scikit-learn安裝

• pandas是統(tǒng)計(jì)學(xué)庫(kù)，在數(shù)據(jù)處理中（數(shù)據(jù)清洗）用得很多,；
• matplotlib是2D可視化庫(kù)，用圖來(lái)說(shuō)明問題是最好的方式,；
• scikit-learn是python領(lǐng)域比較火的機(jī)器學(xué)習(xí)庫(kù),。

安裝：

• pip install pandas
• pip install matplotlib
• pip install scikit-learn

可以進(jìn)入ipython環(huán)境，輸入 import pandas, matplotlib, sklearn,，驗(yàn)證是否安裝成功,，無(wú)異常則成功。

3.3 ipython 安裝

其實(shí)到上面這一步就可以了,，但是我們只要再多做一點(diǎn)點(diǎn),，就能成倍的提高工作效率。

ipython 是一個(gè)美化過(guò)的python解釋器,，同時(shí)提供了和操作系統(tǒng)交互的能力,，同時(shí)一些提供了很強(qiáng)大的magic命令，用起來(lái)真是異常方便,。

安裝：pip install ipython

不出意外肯定會(huì)出如下錯(cuò)誤—需要安裝python拓展C++ compiler模塊,，下載Microsoft Visual C++ Compiler for Python 2.7。是個(gè).msi文件,，直接安裝即可,，安裝好后，重新輸入安裝命令來(lái)安裝ipython,。

在命令行輸入 ipython 來(lái)驗(yàn)證是否安裝成功,， 輸入 exit 退出ipython環(huán)境。

4. 庫(kù)更新

用 pip list --outdated 可以查看哪些庫(kù)已經(jīng)更新了,。下面我提供一個(gè)批量更新庫(kù)腳本,，能夠保證numpy和scipy不出問題,。

以后會(huì)寫的東西

環(huán)境配置是容易的，后面的練習(xí)和使用才是最困難的,，numpy,、scipy等等中都有很多的api，如何去學(xué)習(xí)讓人很頭疼,。其實(shí),，每個(gè)庫(kù)都有真正核心的api，掌握這些就能干大多數(shù)活了,，以后的文章我會(huì)每個(gè)庫(kù)寫一些核心和常用的api,，讓大家都能聚焦于最重要的東西，都能快速上手,。

最后,，是我的剛建立的微信訂閱號(hào) ，文章會(huì)同時(shí)發(fā)送到訂閱號(hào)上,，歡迎關(guān)注,，搜索 鍵盤數(shù)據(jù)俠或者jp-sjx進(jìn)行關(guān)注。