[Python學習] Linux環境下的Python配置，必備庫的安裝配置

 

1、默認Python安裝情況

---

一般情況，Linux會預裝Python的，版本較低，比如Ubuntu15的系統一般預裝的是Python2.7.10。

使用命令：which python可以查看當前的python的安裝路徑： 

打開對應路徑就可以看到：

 

如果沒有明確必須要使用Python3的版本，可以直接使用2.7.10的版本。

明確需要使用Python3版本，再進行更改。

 

這里需要說明一點：上圖中存在有python，python2，python3，說明安裝了2和3的版本，

 

 

 2、更改安裝Python3

---

 http://www.cnblogs.com/zoro-robin/p/5638774.html

 

3、常用必備庫安裝使用

---

常見的，常用的科學計算、數據挖掘機器學習等python第三方庫主要有：Numpy、Scipy、Matplotlib、Pandas、StatsModels、Scikit-Learn、Keras、Gensim等

 

常用的安裝方式有三種：

①、自行下載源代碼安裝，此方法靈活但是需要自己解決依賴庫的關系。

②、使用pip進行安裝，它可以自動解決依賴關系。

③、使用easy_install，與pip類似，但不如pip。

所以最好使用pip進行安裝，windows下安裝好python后即可直接使用pip命令，在Linux下使用需要先行安裝pip。

直接使用命令行：sudo apt-get install python-pip 安裝pip即可。

如果安裝過程中出現錯誤，可能是系統的軟件源更新問題，可以先進行更新sudo apt-get update 再次進行安裝即可。

然后在命令行下使用：pip install 庫名

如果在Linux下安裝出錯的話，可以嘗試使用：(只有Linux軟件源中提供此軟件包才可以)

sudo apt-get install python-numpy python-scipy python-matplotlib等

在Python中使用import代碼測試相關庫是否能夠正常導入使用即可。

 

4、IDE使用

---

 ①、spyder

是一個強大的交互式 Python 語言開發環境，提供高級的代碼編輯、交互測試、調試等特性，支持包括 Windows、Linux 和 OS X 系統

一般使用sudo apt-get install spyder即可完成下載安裝，安裝后即可在系統的軟件列表中看到。

 

 ②、其他

 

 

 

5、常用庫記錄

---

 0、Numpy

　　開源的數值計算擴展，可用來存儲和處理大型矩陣，比Python自身的嵌套列表（nested list structure)結構要高效的多。

　　很多庫都是以此庫為依賴庫的，所以特別重要。最常用的是它的數組功能，numpy.array([,,,,,])

　　測試示例：

import numpy as np

a = np.array([2,0,1,5])
print(a)

 

①、scikit-image  

　　圖像處理庫，依賴庫為：numpy+mkl(目前不明所以，不知道與numpy的區別，使用pip安裝scikit-image 出現一堆的warning，但是最終提示是安裝成功了。)

　　這里有一些說明，參考一下：http://blog.csdn.net/spirit_go/article/details/51567363

　　測試示例：

from skimage import data, io, filters

image = data.coins()              # or any NumPy array!
edges = filters.sobel(image)
io.imshow(edges)
io.show()

 

②、Scipy 

　　矩陣數據處理庫，它包括統計,優化,整合,線性代數模塊,傅里葉變換,信號和圖像處理,常微分方程求解器等等，依賴庫是Numpy，但是也有人說scipy依賴於numpy+mkl，需要安裝這個對應的庫才可以。

　　測試示例：

from scipy.optimize import fsolve

def f(x):
    x1 = x[0]
    x2 = x[1]
    return [2*x1 - x2**2 - 1, x1**2 - x2 - 2]
    
result = fsolve(f,[1,1])

print(result)  #輸出為[ 1.91963957  1.68501606]

 

③、