machine learning in action 之一 —— 环境配置

既然决定从coding入手，从最基础的machine learning algorithm学起，那么编程环境是首先要解决的，下面简单的介绍下python和c开发环境的搭建。

一、python

在“machine learning in action”的附录A中有介绍，想要运行提供的代码，需要安装Python 2.7、Numpy和Matplotlib。我自己的开发环境是windows，所以主要以windows为主，另外我也会适当介绍下Linux系统下的配置方法。

1.1、Windows系统

Python下载路径：https://www.python.org/getit/。注意选择合适的Windows安装包（64位或32位）。

Numpy下载路径：http://sourceforge.net/projects/numpy/files/NumPy/。直接寻找有exe安装包的版本安装即可。

Matplotlib下载路径：http://matplotlib.sourceforge.net/。同样寻找合适的exe版本点击安装。

如果不方便从官网下载，可以直接到我的云盘下载，

python安装包，链接：http://pan.baidu.com/s/1miPbq5q，密码：hv07

安装完成后，windows dos环境下测试python是否安装成功：

开始——运行——cmd

c:\Python27\python.exe

这样Python命令行就会启动，同时可以看到当前安装的python版本号和编译时间等信息。

当然，如果不想在每次启动python的时候输入这么长的命令（c:\Python27\python.exe），那么可以将python的安装路径加入到系统的环境变量path中。

计算机——属性——高级系统设置——环境变量

在变量path中添加python的安装路径：



这样以后，在dos命令下，直接输入python，就可以打开Python命令行，效果图如下：



如果显示如图一样的信息，那么恭喜你，python环境配置完成。

python安装后，会自带一个简易的IDE开发环境，所以我们无需再安装其他的开发环境，自带的IDE用起来也挺方便。

1.2、Linux

在Ubuntu下安装Python、Numpy和Matplotlib的最佳方式是使用apt-get，一般情况Ubunte系统会自带python，所以你可以直接安装Matplotlib，系统会自动检查其依赖组件是否已经安装

sudo apt-get install python-matplotlib

如果系统提示缺少依赖组件，那么需要使用如下命令：

sudo apt-get install -f

至此，Python安装就完成了。

二、c/c++开发环境

windows环境下，一般使用visual studio，下载后安装即可，我这里提供Visual Studio2012的安装包，

链接：http://pan.baidu.com/s/1gf2QKpl，密码：90r8

Ubuntu环境下，系统自带编译器gcc，可以直接用于c/c++开发，你要做的就是安装一个高效的文本编辑器，推荐使用vim