2.4 环境安装

前面介绍了在本书中使用的相关机器学习的类库，接下来将介绍如何进行安装，有多种方法可以用来配置机器学习的相关环境。在安装之前先说明一下，笔者使用的IDE是PyCharm，本书中相关示例的演示都基于PyCharm进行。PyCharm是JetBrains公司的产品，有收费的专业版和免费的社区版，在本书的学习过程中使用社区版就可以满足需求。可以自行到JetBrains的官网（http://www.jetbrains.com/pycharm/）进行下载。具体的PyCharm的说明见附录A.1。

2.4.1 安装Python

可以在python.org（https://www.python.org）下载合适的版本，并参照相应的安装说明进行安装，推荐安装Python3.6.1，本书中的所有示例都将基于Python3.6进行。当安装完成后，在命令终端执行以下命令来确认安装版本。

    python3 --version

看到如下的实现后说明安装已经完成。

    Python 3.6.1

2.4.2 安装SciPy

有多种方法可以用于安装SciPy，本书推荐使用Python的安装包管理工具pip进行安装。SciPy的文档非常完善，覆盖了多个平台和多种安装方式，请参考SciPy的安装指南（https://www.scipy.org/install.html）进行安装。在安装SciPy时，请确保至少安装了SciPy、Numpy、Matplotlib和Pandas。

安装完成后，可以在IDE里新建一个Python文件，输入以下代码并执行，确认安装结果。

    import scipy
    import numpy
    import matplotlib
    import pandas
    print（'scipy:{}'.format（scipy.__version__））
    print（'numpy:{}'.format（numpy.__version__））
    print（'matplotlib:{}'.format（matplotlib.__version__））
    print（'pandas:{}'.format（pandas.__version__））

在我的机器上的执行结果如下：

    scipy:0.19.0
    numpy:1.13.0
    matplotlib:2.0.2
    pandas:0.20.2

2.4.3 安装scikit-learn

建议采用与安装SciPy相同的方法来安装scikit-learn，通过pip来管理安装包。安装完成后，可以通过相似的方法来确认安装结果。代码如下：

    import sklearn
    print（'sklearn:{}'.format（sklearn.__version__））

在我的机器上的执行结果如下：

    sklearn:0.18.1

2.4.4 更加便捷的安装方式

如果觉得通过pip管理安装包比较复杂，还可以利用一个更加简单便捷的方式来安装这些安装包：通过Anaconda安装相关的安装包。Anaconda提供了包管理与环境管理的功能，可以很方便地解决多版本Python并存、切换及各种第三方包的安装问题。Anaconda是免费的，可以自由地进行下载（https://www.continuum.io/downloads）和安装，目前支持Windows、Mac OS和Linux系统，读者可以选择适合自己的操作系统下载安装。