最近想要安裝python的機器學習庫，發現這個安裝過程很容易走彎路，自己也是折騰了好久才找到一條捷徑，現在分享出來給大家。

準備條件： 安裝python軟體，這裡兩種可選2.7.x或者3.5.x（這裡使用2.7.x為例），將python的安裝路徑新增到環境變數中。

安裝步驟：

1. nose => 2.numpy =>3.scipy =>4.scikit_learn =>5.matplotlib

這裡所使用的包都是從該網頁中來的，也避免了走彎路。傳送門

1.nose

在下載包的時候一定要根據自己電腦的情況以及python的版本號，這裡我選擇的是nose-1.3.7-py2-none-any.whl

nose是包名稱，1.3.7是版本號，py2是對應的python版本為2.x的。

選擇結束後，將whl包複製到python安裝路徑的Scripts資料夾下，在空白處（按住SHIFT按鍵+右擊滑鼠），選擇“在此處開啟命令視窗”或者通過DOS的cd進入到Scripts資料夾中。

使用命令 pip install nose-1.3.7-py2-none-any.whl進行安裝。

2.numpy

在網站中選擇相應的連線下載，這裡我選擇的是numpy-1.11.2+mkl-cp27-cp27m-win_amd64.whl檔案下載。

其中的win_amd64表示電腦是64位的 ，根據情況選擇。

與nose的安裝過程相同，此處略。

檢測安裝是否成功：在dos視窗中，使用python進入python環境，使用import numpy   如果沒有提示提示匯入包錯誤證明成功了。

3.scipy

這裡一定要注意numpy的安裝與scipy的安裝順序不能倒換，因為numpy是scipy的依賴包。

下載相應的安裝包，安裝過程同nose。

檢測過程同numpy.

4.scikit_learn

scikit_learn的安裝過程同nose，檢測過程同nose.

5.matplotlib

matplotlib是最為複雜的一個安裝包了。從網站中可以到該包有好多個依賴項，必須安裝圖中的requires項。（安裝過程雖然多，但是都類似nose的安裝）後面的optionally選項是可選的，後續用到可以再安裝。

待安裝完成圖中的dateutil pytz pyparsing cycler setuptools後再安裝matplotlib包。

這裡的setuptools安裝可以通過pip install setuptools的形式安裝完成，比較簡單。

檢測方法同nose.

python機器學習走起。