原標題：機器學習:優達教你搭建Python 環境的正確姿勢

為機器學習搭建好 Python 環境聽起來簡單，但有時候坑還不少。如果此前沒有配置過類似的環境，很可能會苦苦折騰各種命令好幾個小時。可是我明明只是想馬上搞起來我的機器學習！

在此教程中，你將學到如何搭建一個穩定的機器學習 Python 開發環境。你將能如愿直接開始機器學習大業，媽媽再也不用擔心安裝包的問題啦！

(1) 配置 Python 3 和 Pip

第一步是安裝 Python 的包管理器 pip：

sudo apt-get install python3-pip

(譯者注：廣大 Linux 發行商都在推薦 apt 代替 apt-get，不妨一試 ) (譯者又注：這里原文提供的是 Linux Debian 系的安裝命令，如果是 Mac OS，可以用 homebrew來安裝， 而且如果通過 homebrew 安裝 python3，那么 pip3 會同時安裝，則只需 brew install python3 即可。)

有了 pip，只需一個簡單的 pip install _your_package命令，我們就可以安裝任何在Python包索引中編入索引的Python包，并帶有一個簡單的 pip install _your_package_。之后我們也會用 pip 來設置虛擬環境。

接下來，將 Python 3 設置為 pip或 python命令的默認值。這讓使用 Python 3 的時候更簡便。 如果不設置的話，當我們想用 Python 3，每次都需要輸入 pip3和 python3。

為了將 Python 3 強制設為默認命令，我們需要修改 ~/.bashrc 文件。在命令行執行下列命令： （譯者注：這里原文提供的是 Linux Debian 系的環境配置文件路徑，如果是 Mac OS 則需修改 ~/.bash_profile。）

nano ~/.bashrc

向下滾動到 # some more ls aliases 部分，加入下行：

alias python='python3'

（譯者注：原文的方法有點麻煩，其實不用打開文件，可以直接使用標準輸出就行，一行命令搞定： echo'alias python = "python3"'>>~/.bashrc， Mac OS同理： echo'alias python = "python3"'>>~/.bash_profile）

保存文件、重載改動：

source ~/.bashrc

當當當！Python 3 現在成為你的默認 Python了！

(2) 創建虛擬環境

然后我們創建一個 虛擬環境，并在當中安裝機器學習所需的所有 Python 包。

我們使用虛擬環境來分離我們的編碼設置。 想象一下，假如有時候你想在你的計算機上做兩個不同的項目，就需要不同版本的庫。 而把它們全部放在相同的工作環境中可能會帶來意想不到的麻煩，很可能會遇到庫版本沖突的問題。 項目1的ML代碼需要 numpy的1.0版，但是項目2需要1.15版。啊哦！搞不定了。

而虛擬環境能讓我們分離工作環境以避免這些沖突。

首先，安裝相關包：

sudo pip install virtualenv virtualenvwrapper

一旦安裝好上述包，我們又需要編輯 ~/.bashrc文件了。將下面三行放到文件末尾并保存：

export WORKON_HOME=$HOME/.virtualenvs export VIRTUALENVWRAPPER_PYTHON=/usr/bin/python3 source /usr/local/bin/virtualenvwrapper.sh

保存文件，重載改動：

source ~/.bashrc

現在我們終于能如下創建虛擬環境了：

mkvirtualenv ml

上面的代碼中，我們創建了名為'ml'的虛擬環境。要進入該虛擬環境，輸入：

workon ml

棒！現在所有在 ml 虛擬環境下安裝的庫都會被隔離在該環境中，不會與其他環境沖突了！不論什么時候你想運行基于 ml 環境中的庫的代碼，只需要用 workon 命令進入該環境，然后正常運行代碼即可。

如果需要退出虛擬環境，運行：

deactivate

(3) 安裝機器學習庫

現在，我們可以安裝機器學習庫了。這里只會囊括最常用的幾個：

numpy： 用于任何矩陣的工作，尤其是數學運算 * scipy： 科學計算 * pandas： 數據處理，操作和分析 * matplotlib： 數據可視化 * scikit learn： 機器學習

在此提一個一次安裝所有包的小技巧：創建一個 requirements.txt 文件，像下面這樣列出所有需要安裝的包名稱：

numpy scipy pandas matplotlib scikit-learn

保存文件，運行下面的命令：

pip install -r requirements.txt

pip 會直接一次性安裝所有列在文件中的包。

恭喜，你的環境搭建好啦！機器學習之路，出發！

來自硅谷的終身學習平臺——優達學城（cn.udacity.com），專注于技能提升和求職法則，讓你在家能追隨 Google、Facebook、IBM 等行業大佬，從零開始掌握數據分析、機器學習、深度學習、人工智能、無人駕駛等前沿技術，激發未來無限可能！返回搜狐，查看更多

責任編輯：

總結

以上是生活随笔為你收集整理的python人工智能入门优达视频_机器学习:优达教你搭建Python 环境的正确姿势的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。