python机器学习常用工具介绍

为什么使用python进行机器学习的语言：python是有多种用途的通用编程语言，它也是一种解释性语言，可以通过控制台交互运行。与C++或Java不同，python相对较为易学易懂，实现任务的代码量也较少，同时不需要编译器，因此开发时间更短。同时，它可以免费下载，并支持windows、unix和Macintosh. Python在科学和数学领域特别流行。

python不是机器学习的唯一平台，但绝对是最常用的平台，R是它的主要替代品。R和python一样，也是开源的，流星雨机器学习，但是R和python相比，缺乏像python一样的大型开发社区。R是机器学习和统计分析的专用工具，python是通用的和广泛使用的编程语言，在机器学习应用领域拥有优秀的库。

机器学习的另一个替代品是Matlab，和R及python不同，Matlab是商业用品。它具有精良的用户界面和详尽的文档，但是也和R一样，缺乏通用性。

python是一种极为有用的语言，与其他平台相比，学习python的回报率更大。python在网络、web开发和单片机等编程方面具有优秀的库。这些应用能够补充或加强我们在机器学习方面的工作，而无需痛苦地学习和记忆不同语言的细节。

IPython控制台：IPython包在其版本4的发布中有一些显著的变化。以前版本的包是一个整体结构，而现在被分为几个子包。IPython项目分成了几个独立的项目。大部分代码仓库被转移到了Jupyter项目（jupyter.org）。

IPython的核心是IPython控制台，这是一个强大的交互式解释器，对于测试我们的代码非常方便无须每次都创建、保存及运行代码，只需要在控制台输入即可。而且IPython可以多个客户端对内核进行访问，就是我们可以同时运行多个文件中的代码访问内核。同时内核和客户端也不是必须在同一台机器上，，这对分布式计算机有着强大影响。

IPython notebook工具：该工具已经合并到jupyter项目中了，这是一个强大的Web应用平台，有超过40种语言的数值计算，允许现场代码分享和协同，发布丰富的图形和文本。

安装SciPy栈：SciPy栈组成了python最常用的科学、数学和机器学习库，这些库包含了Numpy、Matplotlib、SciPy库自身和IPython。这些包可以在已有python环境上单独安装，也可以打包进行安装（发布版，distro），如果当前的计算机上没有安装python，那么最简单的方式是使用打包进行安装（安装发布版）。发布版包含了python的所有内容，且包含了大部分你所需要的库（如果某些库不存在的话可以单独使用pip install 库名来单独安装）。目前比较好用的两个发布版本包含了Anaconda及Canopy，两者都包含了免费版和商业版，可以根据自己的需要进行安装。

python机器学习用于人脸识别