Python机器学习之编程环境的构建


目录

  • Python机器学习之编程环境的构建
  • @[TOC](目录)
  • 前言
  • 一、Python 3编程语言
  • 二、Python之禅
  • 三、Python环境构建
  • 1.www.python.org网站下载适合的版本安装
  • 2.Pip3的使用
  • Python科学计算环境
  • 关于Anaconda
  • 总结

前言

介绍Python编程语言、Python科学计算环境和用于Python编程的Jupyter Noteboo


一、Python 3编程语言

Python 3是一种现代编程语言。它具有面向对象和过程编程的特性。它可以运行在各种平台上。对于普通读者来说,最容易获得的平台是macOS、Windows和各种Linux发行版。Python可以在它们上面运行。其主要优势在于,在一个平台上编写的代码可以在另一个平台上运行,无需对代码进行任何重大更改(特定于平台的代码除外)。
Python应用范围较广,如教育、自动化、科学计算、计算机视觉、动画、物联网、网络开发、桌面和移动端应用、管理等。

二、Python之禅

  1. Beautiful is better than ugly.
  2. Explicit is better than implicit.
  3. Simple is better than complex.
  4. Complex is better than complicated.
  5. Flat is better than nested.
  6. Sparse is better than dense.
  7. Readability counts.
  8. Special cases aren’t special enough to break the rules.
  9. Although practicality beats purity.
  10. Errors should never pass silently.
  11. Unless explicitly silenced.
  12. In the face of ambiguity, refuse the temptation to guess.
  13. There should be one – and preferably only one – obvious way to do it.
  14. Although that way may not be obvious at first unless you’re Dutch.
  15. Now is better than never.
  16. Although never is often better than right now.
  17. If the implementation is hard to explain, it’s a bad idea.
  18. If the implementation is easy to explain, it may be a good idea.
  19. Namespaces are one honking great idea – let’s do more of those!

三、Python环境构建

1.www.python.org网站下载适合的版本安装

下载后,打开文件。不要忘记选中所有的复选框,以便可以将Python的安装文件夹添加到Windows环境中的PATH变量。它使我们能够从命令提示符启动Python。

2.Pip3的使用

Pip表示Pip安装包或Pip安装Python。Pip是用于Python和相关软件的包管理器实用程序。它是一个命令行实用程序。Pip3是pip的Python 3版本。我们可以使用它来安装Python 3的包。我们将自始至终使用它来安装库。让我们看看用法。
在Windows命令行输入如下命令,可以查看已经安装的包的列表:
pip3 list
我们可以安装新的包(这里以Jupyter为例):
pip3 install jupyter
卸载包:
pip3 uninstall jupyter

Python科学计算环境

Python数值和科学计算环境包括以下几个核心库:

  1. Python 主程序
  2. Jupyter Notebook 基于网页浏览器的交互式笔记本
  3. NumPy 数值计算库
  4. SciPy 科学计算库
  5. Matplotlib 二维绘图库
  6. SymPy 符号计算库

关于Anaconda

有人认为Anaconda比较臃肿,Python官方安装包已经进步较大,不需要安装Anaconda。

总结

简要说明了Python计算环境的构建。下一站,NumPy。