python机器学习：常用库的介绍及安装

现在，随着人工智能的兴起，机器学习越来越被各行业看重，从而使得人工智能的需求会越来越大。今天，我们就从零基础开始学习人工智能的基础篇——机器学习。

工欲善其事必先利其器，所以，我们首先来看一下，我们要学习这些东西，需要准备些什么！首先电脑一台，这是必备的。下面我们来看一下需要安装些什么软件到电脑上！

1、为了学习方便，建议大家安装Anaconda（由于平台不让给出网站链接，所以具体链接直接百度搜一下就可以得到），为什么建议使用这个软件呢，因为安装了这个软件后本身就自带了IPython、Numpy、pandas，scikit-learn等库，不用你去在一步一步的去安装其他的库；并且该软件兼容性不错，可以在Mac OS， windows和linux上运行，一劳永逸，非常方便。

2、如果安装了Anaconda后发现还有一些需要安装的库怎么办？这个时候可以通过Anaconda的DOS界面来安装（可以通过“开始->所有程序->Anaconda下面找到Anaconda Prompt后单机打开即可），具体安装命令是pip install + 你要安装的库名称。如：我要安装Numpy库，那么我就可以打开Anaconda的DOS界面，输入“pip install numpy"即可下载安装对应的库了。这里需要下载后安装，所以在安装新库的时候要保证网络是接通的，否则无法下载安装。

进入Anaconda的DOS界面

用Anacond安装Numpy库

3、代码编写是python版本的选择，python是一个比较特殊的群体，一般语言的各大版本都是向下兼容的，但是python大半本为python3.x的是不兼容python2.x的，所以在写代码之前要确认后面的代码要使用3.x还是2.x，如果没有特殊需求的话建议选择3.x的，这样方便后续的更新。2.x目前已经停止开发，会随着时间的推移使用的人会越来越少。

要查看当前自己的python是什么版本，也可以代开Anaconda编译器界面（“开始->所有程序->Anaconda下面找到Spyder后单击打开即可），输入如下代码查看自己的python版本：print("python version: {}".format(sys.version))，然后单击绿色三角符合运行即可。

打开spyder

查看版本代码

4、下面我们来简单介绍一下机器学习中常用库：首先是Numpy，是用于科学计算的基础包之一。功能包含多位数组、高级数学函数以及伪随机数生成器的，其次是Scipy，用于科学计算的函数几何。它具有线性代数高级程序、数学函数优化信号处理、特殊数学函数和统计分布等多项功能。最后我们看一下matplotlib库，主要用于生产各种可视化内容，也就是图形显示。

5、实例演示：我们在Spyder中输入如下代码，然后运行。

import matplotlib.pyplot as plt

import numpy as np

#在-10到10之间生成一个数列，共100个数

x = np.linspace(-10, 10, 100)

#用正弦函数创建第二个数组

y = np.sin(x)

#plot函数绘制一个数组关于另一个数组的折线图

plt.plot(x, y, marker="x")

import pandas as pd

from IPython.display import display

#创建关于人的简单数据集

data = {'Name': ["John", "Anna", "Peter", "Linda"],

'Location' : ["New York", "Paris", "Berlin", "London"],

'Age': [24, 13, 53, 33]}

data_pandas = pd.DataFrame(data)

#IPython.display可以在Jupyter Notebook中打印出美观的DataFrame

display(data_pandas)

#选择年龄大于30岁的所有行

display(data_pandas[data_pandas.Age > 30])

display(data_pandas[data_pandas.Location == 'New York'])

代码编写部分

运行结果演示

好了，本节内容暂时介绍到这里，喜欢就请关注我，更多精彩等着你！