点击edgii上方关注,All in AI中国

为机器学习设置Python环境可能是一项棘手的任务。如果您以前从未设置过类似的东西,那么您可能需要花费数小时来处理不同的命令,才能让它正常工作。但我们只是想要直接得到ML!

在本教程中,您将维构全景学习如何设置稳定的Python机器学习开发环境,您将能够直接进入ML,并且也不用再担心安装包的事情。

(1)设置Python 3和Pip说闹觉余

第一步是安装pip,一个Python包管理器:

sudo apt-get install python3-pip

使用pip,我们将能够通过简单的pip install your_package安装Python包索引中索引的任何Python包。您很快就会看到我们如何使用它来设置我们的虚拟环境。

接下来,我们将从命令行运阿鲁因的请求行pip或python命令时将Python 3设置为默认值。这使得使用Python 3更容易、更方便。如果我们不这样做,那么如果我们想使用Python 3,我们必须记住每次都输入pip3和python3!

为了强制Python 3成为默认值,我们将修改〜/ .bashrc文件。从命令行,执行以下命令以查看该安小晚霍深文件:

nano~ / .叶梓安bashrc

向下滚动到#some more ls aliases部分并添加以下行:

别名python ='python3'

保存文件并重新加载更改:

source~ / .bashrc

Python 3现在是你的默认Python!您可以在命令行上使用简单的python your_program运颐和园电影,尾号限行,黑豹行它。

(2)大熊猫鹏鹏创建虚拟环境

现在我们将建立一个虚拟环境。在那里,我们将安装机器学习所需的所有python包。

我们使用虚拟环境永春魁星岩来分离我们的编码设置。云南30万手镯事件成功和解想象一下,如果在某些时候你想在你的计算机上做两个不同的项目,这需要不同版本的库。将它们全部放在相同的工作环境中可能会很麻烦,您可能会遇到库版本冲突的问题。项目1的ML代码需要numpy的1.0版本,但是项目2需要1.15版本。

虚拟环境允许我们隔离我们的工作区域以避免这些冲突。

首先,安装相关的包:

sudo pip install virtualenv virtualenvwrapper

一旦我们安装了virtualenv和virtualenvwrappe陈思思用肉抵债r,我们将再次需要编辑〜/ .bashrc文件。将这3行放在底部并保存。

export WORKON_HOME = $ HOME / .virtualenvs
export VIRTUALENV雅歌丹WRAPPER_PYTHON = / usr / bin / python3
source/usr/local/bin/virtualenvwrapper.sh

保存文件并重新加载更改:

source~ / .bashrc

现在我们可以最终创建虚拟环境:

mkvirtualenv ml

我们刚刚创建了一个名为ml大邪皇的虚拟环境。要输入它,请执行以下操作:

workon ml

太好了!您在ml virtualenv中执行的任何库安装都将在那里被隔离,并且不会与任何其他环境冲突!因此,每当您希望运行依赖于mlenvironment中安装的库的代码时,请先使用workon命令进入,然后正常运行代码。

如果您需要退出v奇货mallirtualenv,请运行以下命令:

deactivate

(3)安装机器学习库

现在我们可以安装自己的ML库了贪吃蛇钻井技术!我们将使用最常用的:

  • numpy:用于任何矩阵的工作,特别是数学运算
  • scipy:科学和技术计算
  • pandas:数据处理、操作和分析
  • matplotlib:数据可视化
  • scikit learn:机器学习

这是一个简单的技巧,可以快速安装所有这些库!创建一个requirements.txt文件并列出您要安装的所有软件包,如下所示:

numpy
SciP东方朔割肉y
pa时间定势ndas甄锡个人资料
matplotlib
scikit learn

完成后,只需执行以下命令:

pip 宝应森萨塔i吉他手智仁nstall -r requirements.txt

瞧! Pip将继续并一次性安装文件中列出的所有软件包。

恭喜,您的环境已经建立,您已经可以进行机器学习了!


编译出品