机器学习之开发环境-Python
2017-09-03 15:45
267 查看
Python 数据分析库
Python 编程语言
NumPy
SciPy
Pandas
Matplotlib
nltk
igraph
Scikit-learn
Python 开发环境
pip
IPython
Jupyter Notebook
Anaconda
查看Python版本
官网:http://www.numpy.org
文档QuickStart:https://docs.scipy.org/doc/numpy/user/quickstart.html
在NumPy基础上添加了众多科学计算工具包。
官网:https://www.scipy.org
Numpy and Scipy Documentation
Scipy Documentation
是一种构建于NumPy的高级数据结构和精巧工具,能快速简单的处理数据。
在Numpy基础上提供了更多的数据读写工具。
官网:http://pandas.pydata.org/
文档:http://pandas.pydata.org/pandas-docs/stable/
官网:matplotlib.org
文档:matplotlib Documentation
http://igraph.org/python/
http://scikit-learn.org/stable/index.html
安装Python包的推荐工具: https://pypi.python.org/pypi/pip
更换国内源:
官网:http://ipython.org
官网:https://jupyter.org
Anaconda Python 是完全免费的企业级的Python发行大规模数据处理、预测分析和科学计算工具。
Linux系统里面,Anaconda 安装、更新和删除都很方便,且所有的东西都只安装在一个目录中 /home/user/anaconda/。Anaconda的开发和维护中有Python创始人和社区的核心成员。Anaconda目前提供Python 2.6.X,Python 2.7.X,Python 3.3.X和Python 3.4.X四个系列发行包,这也是其他发行版所望尘莫及的。因此在各种操作系统中,无论是Linux,还是Windows、Mac,都推荐Anaconda!
由于Anacoda是Python科学技术包的合集,所以不同的包所遵循的协议不一样,可以参看http://docs.continuum.io/anaconda/licenses.html
Anacoda 常用文档如下:
Anaconda 官方文档
conda 官方文档
My Anaconda Landscape
Anaconda使用总结
Anaconda集成了IPthon、Jupyter Notebook,能自动解决Python的依赖问题。使用Anaconda安装、管理、使用Python及Python的各种包很方便,推荐使用Anaconda。
我的开发环境输出如下:
Python 编程语言
NumPy
SciPy
Pandas
Matplotlib
nltk
igraph
Scikit-learn
Python 开发环境
pip
IPython
Jupyter Notebook
Anaconda
查看Python版本
Python 数据分析库
Python 编程语言
Pythong Tutorial: https://docs.python.org/3/tutorial/NumPy
提供常用的数值数组、矩阵等函数,为Python提供快速的多维数组处理能力。官网:http://www.numpy.org
文档QuickStart:https://docs.scipy.org/doc/numpy/user/quickstart.html
SciPy
是一种使用NumPy来做高等数学、信号处理、优化、统计的扩展包。在NumPy基础上添加了众多科学计算工具包。
官网:https://www.scipy.org
Numpy and Scipy Documentation
Scipy Documentation
Pandas
Python Data AnalysiS Library是一种构建于NumPy的高级数据结构和精巧工具,能快速简单的处理数据。
在Numpy基础上提供了更多的数据读写工具。
官网:http://pandas.pydata.org/
文档:http://pandas.pydata.org/pandas-docs/stable/
Matplotlib
Python绘图库官网:matplotlib.org
文档:matplotlib Documentation
nltk
自然语言处理工具包 (Natural Language Toolkit)igraph
图计算和社交网络分析库http://igraph.org/python/
Scikit-learn
是建立在Scipy之上的一个用于机器学习的Python模块。http://scikit-learn.org/stable/index.html
Python 开发环境
pip
pip 是一个Python包管理工具,主要是用于安装 PyPI 上的软件包,可以替代 easy_install 工具。安装Python包的推荐工具: https://pypi.python.org/pypi/pip
更换国内源:
pipinstall-ihttps://pypi.tuna.tsinghua.edu.cn/simplenumpy
IPython
IPython是一个交互式的Python环境,是Python的原生交互式 shell 的增强版,可以完成许多不同寻常的任务,比如帮助实现并行化计算;主要使用它提供的交互性帮助,比如代码着色、改进了的命令行回调、制表符完成、宏功能以及改进了的交互式帮助。官网:http://ipython.org
Jupyter Notebook
Jupyter Notebook,以前又叫IPython notebook,是一个交互式的编程环境, 现在已支持运行40+种编程语言,可以用来编写漂亮的交互式文档。用Jupyter Notebook编写Python代码,能很好的交互式展现运行结果。官网:https://jupyter.org
Anaconda
Anaconda Python 是Python科学技术包的合集,功能和Python(x,y) 类似。它是新起之秀,已更新多次了。包管理使用conda,GUI基于 PySide,所有的包基本上都是最新版,没有PyQt和wxpython等,容量适中,但该有的科学计算包都有:numpy,sicpy,matplotlib,spyder….。Anaconda Python 是完全免费的企业级的Python发行大规模数据处理、预测分析和科学计算工具。
Linux系统里面,Anaconda 安装、更新和删除都很方便,且所有的东西都只安装在一个目录中 /home/user/anaconda/。Anaconda的开发和维护中有Python创始人和社区的核心成员。Anaconda目前提供Python 2.6.X,Python 2.7.X,Python 3.3.X和Python 3.4.X四个系列发行包,这也是其他发行版所望尘莫及的。因此在各种操作系统中,无论是Linux,还是Windows、Mac,都推荐Anaconda!
由于Anacoda是Python科学技术包的合集,所以不同的包所遵循的协议不一样,可以参看http://docs.continuum.io/anaconda/licenses.html
Anacoda 常用文档如下:
Anaconda 官方文档
conda 官方文档
My Anaconda Landscape
Anaconda使用总结
Anaconda集成了IPthon、Jupyter Notebook,能自动解决Python的依赖问题。使用Anaconda安装、管理、使用Python及Python的各种包很方便,推荐使用Anaconda。
查看Python版本
import sys print('Python: {}'.format(sys.version)) import scipy print('scipy: {}'.format(scipy.__version__)) # numpy import numpy print('numpy: {}'.format(numpy.__version__)) # matplotlib import matplotlib print('matplotlib: {}'.format(matplotlib.__version__)) # pandas import pandas print('pandas: {}'.format(pandas.__version__)) # scikit-learn import sklearn print('sklearn: {}'.format(sklearn.__version__))
我的开发环境输出如下:
Python: 2.7.13 |Anaconda 4.4.0 (x86_64)| (default, Dec 20 2016, 23:05:08) [GCC 4.2.1 Compatible Apple LLVM 6.0 (clang-600.0.57)] scipy: 0.19.0 numpy: 1.12.1 matplotlib: 2.0.2 pandas: 0.20.1 sklearn: 0.18.1
相关文章推荐
- Python学习:使用Eclipse,配置Python开发环境
- python学习笔记三----windows下开发环境
- Python学习【1】Windows下Python开发环境配置
- Python2.7.3 学习——准备开发环境
- Python学习:selenium2 + python3.3.5 开发环境准备
- Python学习笔记4-开发环境
- Python学习笔记之(Python-Android开发环境)
- python基础教程学习笔记 — 准备Windows下开发环境
- 机器学习实战python环境搭建以及numpy和matplotlib安装遇到的各种问题(一)
- python 学习笔记之一开发环境搭建
- Python-学习笔记(三)——开发环境搭建(numpy,scipy,matplotlib)
- Python的入门学习及开发环境的搭建
- 学习python第一步,spyder开发环境的搭建
- Cocos2d-x学习笔记一__开发环境配置(Win7 64+VS2013+Eclipse+Cocos3.4+Python 2.7.9+jdk 1.7.0)
- python学习笔记三----windows下开发环境
- 【python3.2机器学习环境搭建与配置】
- Linux Python基础知识学习,使用Eclipse与Pydev搭建python开发环境
- Python学习(一)-在VS上搭建开发环境
- 【Cocos2D-X 学习笔记】Cocos2D-x 3.0+VS开发环境搭建[使用Python]
- django学习之pythonbrew部署开发环境