机器学习的开发环境准备

知识共享许可协议

版权声明：署名，允许他人基于本文进行创作，且必须基于与原先许可协议相同的许可协议分发本文 （Creative Commons）

作为机器学习的初学者，为自己准备好开发环境是重要前提条件，随本文一起来搭建环境吧！

环境信息

电脑：MacBook Pro，OS 10.14.5

本次操作之前已经在Win10搭建环境成功，和Mac的搭建过程并无区别，可以通用；

步骤简介

1. 下载和安装anaconda；
2. 下载和安装pycharm；
3. 设置和验证；

下载和安装anaconda

Anaconda是预先打包的python发行版，里面集成了Numpy、SciPy、matplotlib等机器学习常用的包；

1. 去Anaconda官网下载，地址是：https://www.anaconda.com/distribution ，如下图所示，找到合适的操作系统后点击下载，注意这里选择的是python3：

在这里插入图片描述

1. 双击下载文件开始安装，一路next完成；

下载和安装PyCharm：

PyCharm是优秀的python开发工具；

1. 打开PyCharm官网，地址是：https://www.jetbrains.com/pycharm/download ，选择操作系统后点击下载，这里下载的是Professional版本，相关lincense问题不在文中讨论了，请自行处理：

在这里插入图片描述

1. 双击下载文件开始安装，一路next完成；

设置和验证

1. 打开PyCharm，选择创建一个工程，如下图：

在这里插入图片描述

1. 选择Pure Python，如下图所示，再选择红框2中的，再点击红框3：

在这里插入图片描述

1. 在弹出的窗口作如下设置，注意/Users/zhaoqin/anaconda3是anaconda的安装路径：

在这里插入图片描述

1. 点击确定回到先前的页面，如下图，点击右下角的"Create"开始创建：

在这里插入图片描述

1. 如下图，右键点击项目文件夹(红框1)，弹出菜单选择"New"，再选择Jupyter Notebook：

在这里插入图片描述

1. 弹出的窗口，随意输入一个名称：

在这里插入图片描述

1. 默认打开test001.ipynb文件的编辑界面，输入以下代码：

#%%
import numpy as np
import matplotlib.pyplot as plt

x = np.linspace(-10, 10, 100)
y = np.sin(x)
plt.plot(x,y)

1. 点击下图红框中的按钮，启动jupyter server：

在这里插入图片描述

1. jupyter server启动后，会运行我们刚刚编写的代码，绘制一个正弦波图形，如下图所示：

在这里插入图片描述

至此，开发环境已经准备完毕，如果您也在为机器学习准备开发环境，希望本文能给您提供一些参考。