机器学习——Mac下机器学习python配置

简介

安装pip

安装prot

安装mlpy等机器学习模块

安装opencv并配置到python2.7上

搭建基于eclipse的pydev环境

1.简介

首先，选择Mac是因为省事，因为其预装了R和python，我用的是OS X Yosemite 10.10(黑苹果 穷人买不起白苹果就用小y做了个黑苹果T^T)所以学习机器学习实践的两大语言都不用下载安装了，但是python需要配置一下，我的10.10预装的python 2.7.10,科学模块里预装了numpy，需要下载的包有scipy,matplotlib(作图用),mlpy(machine learning py也就是机器学习模块),BeautifulSoup(抓取web‘爬虫’模块),Neurolab(神经网络模块)和cv2，其中cv2是python引入opencv的接口模块，顺利安装如上模块也就能在终端用python写机器学习代码了，但是最后介绍一下我用的eclipse上的pydev开发环境，eclipse上写代码还是挺人性化的，至少自动补全来说还挺给力。

2.安装pip

pip是python的一个管理模块用的，用easy_install下载

`easy_install pip`

3.安装port

见网盘：http://pan.baidu.com/s/1eQ6j9om

若版本低于10.10或者网盘被河蟹就百度 macports下载 就行

4.安装mlpy等机器学习模块

用第二步的pip安装python模块

终端输入如下：

pip install scipy
pip install beautifulsoup
pip install neurolab
pip install mlpy

5.安装opencv并配置到python2.7上

第一种方法简单粗暴：

sudo port install opencv +python27

第二种方法：

百度 opencv for mac 和 cmake.dmg 两个文件自行下载，cmake直接安装,opencv下载完解压到用户目录（cd:~的那个目录）然后执行以下代码：

mkdir release
cd ./release
cmake -D CMAKE_BUILD_TYPE=RELEASE -D CMAKE_INSTALL_PREFIX=/usr/local -D BUILD_PYTHON_SUPPORT=ON -D BUILD_EXAMPLES=ON ..
make
sudo make install

然后让python识别到opencv：

打开一个终端，cd ~

vim .profile

添加export PYTHONPATH=/usr/local/lib/python2.7/site-packages/(路径具体根据自己的来，不知道就which python2.7，定位到site-packages文件夹)

source .profile

此时终端打开python查看所有包中有没有上述安装的包并导入这些包:

help('modules')
import mlpy
import numpy
import matplotlib
import neurolab
import cv2

如果缺哪个再自行下载安装

6.搭建基于eclipse的pydev环境

1).自行下载一个mac版的eclipse和PyDev压缩包

2).解压eclipse和pydev压缩包，分别把pydev文件夹中的两个子文件夹plugins和features分别和eclipse文件夹下的子文件夹合并

3).打开eclipse->偏好设置->PyDev->Interpreter - Python -> new

Interpreter Name名字随便写

Interpreter Executable写python路径，不知道的去终端which python2.7，如果本机安装了同一个版本放两个位置，但是各有各的包，那就在下面导入存放包的文件夹即可。

至此，环境搭建完毕。可以自己新建一个python工程，工程中新建一个.py文件，并向工程文件夹里拖拽两个jpg图片分别重命名为1.jpg和2.jpg就可以测试下面的代码:

import numpy as np
import mlpy
import cv2

print 'hello'
wenjian2 = '2.jpg'
wenjian1 = '1.jpg'
img1 = cv2.imread(wenjian1)
img2 = cv2.imread(wenjian2)
chang = min(img1.shape[0],img2.shape[0])
kuan = min(img1.shape[1],img2.shape[1])
img3 = np.zeros((chang,kuan,3),np.uint8)
print u'fixing two jpg (%d x %d)'%(chang,kuan)
for i in range(chang):
for j in range(kuan):
for k in range(3):
img3[i,j,k] = int(img1[i,j,k]*0.5) + int(img2[i,j,k]*0.5)
if i%100 == 0:
print '.',
cv2.namedWindow(u'img1')
cv2.imshow(u'img1',img1)
cv2.namedWindow('img2')
cv2.imshow('img2',img2)
cv2.namedWindow('img3')
cv2.imshow('img3',img3)
cv2.imwrite('/Users/haoran/Pictures/3.jpg',img3)
cv2.waitKey()
cv2.destroyAllWindows()

等大概一分钟后自动弹出三个图片窗口，分别是1.jpg,2.jpg和将1、2图片合成到一个图片的3.jpg并保存到用户图片文件夹中，如果通过则说明以上环境都配好啦。