原标题：机器学习:优达教你搭建Python 环境的正确姿势

为机器学习搭建好 Python 环境听起来简单，但有时候坑还不少。如果此前没有配置过类似的环境，很可能会苦苦折腾各种命令好几个小时。可是我明明只是想马上搞起来我的机器学习！

在此教程中，你将学到如何搭建一个稳定的机器学习 Python 开发环境。你将能如愿直接开始机器学习大业，妈妈再也不用担心安装包的问题啦！

(1) 配置 Python 3 和 Pip

第一步是安装 Python 的包管理器 pip：

sudo apt-get install python3-pip

(译者注：广大 Linux 发行商都在推荐 apt 代替 apt-get，不妨一试 ) (译者又注：这里原文提供的是 Linux Debian 系的安装命令，如果是 Mac OS，可以用 homebrew来安装， 而且如果通过 homebrew 安装 python3，那么 pip3 会同时安装，则只需 brew install python3 即可。)

有了 pip，只需一个简单的 pip install _your_package命令，我们就可以安装任何在Python包索引中编入索引的Python包，并带有一个简单的 pip install _your_package_。之后我们也会用 pip 来设置虚拟环境。

接下来，将 Python 3 设置为 pip或 python命令的默认值。这让使用 Python 3 的时候更简便。 如果不设置的话，当我们想用 Python 3，每次都需要输入 pip3和 python3。

为了将 Python 3 强制设为默认命令，我们需要修改 ~/.bashrc 文件。在命令行执行下列命令： （译者注：这里原文提供的是 Linux Debian 系的环境配置文件路径，如果是 Mac OS 则需修改 ~/.bash_profile。）

nano ~/.bashrc

向下滚动到 # some more ls aliases 部分，加入下行：

alias python='python3'

（译者注：原文的方法有点麻烦，其实不用打开文件，可以直接使用标准输出就行，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、重载改动：

source ~/.bashrc

当当当！Python 3 现在成为你的默认 Python了！

(2) 创建虚拟环境

然后我们创建一个 虚拟环境，并在当中安装机器学习所需的所有 Python 包。

我们使用虚拟环境来分离我们的编码设置。 想象一下，假如有时候你想在你的计算机上做两个不同的项目，就需要不同版本的库。 而把它们全部放在相同的工作环境中可能会带来意想不到的麻烦，很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，但是项目2需要1.15版。啊哦！搞不定了。

而虚拟环境能让我们分离工作环境以避免这些冲突。

首先，安装相关包：

sudo pip install virtualenv virtualenvwrapper

一旦安装好上述包，我们又需要编辑 ~/.bashrc文件了。将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，重载改动：

source ~/.bashrc

现在我们终于能如下创建虚拟环境了：

mkvirtualenv ml

上面的代码中，我们创建了名为'ml'的虚拟环境。要进入该虚拟环境，输入：

workon ml

棒！现在所有在 ml 虚拟环境下安装的库都会被隔离在该环境中，不会与其他环境冲突了！不论什么时候你想运行基于 ml 环境中的库的代码，只需要用 workon 命令进入该环境，然后正常运行代码即可。

如果需要退出虚拟环境，运行：

deactivate

(3) 安装机器学习库

现在，我们可以安装机器学习库了。这里只会囊括最常用的几个：

numpy： 用于任何矩阵的工作，尤其是数学运算 * scipy： 科学计算 * pandas： 数据处理，操作和分析 * matplotlib： 数据可视化 * scikit learn： 机器学习

在此提一个一次安装所有包的小技巧：创建一个 requirements.txt 文件，像下面这样列出所有需要安装的包名称：

numpy scipy pandas matplotlib scikit-learn

保存文件，运行下面的命令：

pip install -r requirements.txt

pip 会直接一次性安装所有列在文件中的包。

恭喜，你的环境搭建好啦！机器学习之路，出发！

来自硅谷的终身学习平台——优达学城（cn.udacity.com），专注于技能提升和求职法则，让你在家能追随 Google、Facebook、IBM 等行业大佬，从零开始掌握数据分析、机器学习、深度学习、人工智能、无人驾驶等前沿技术，激发未来无限可能！返回搜狐，查看更多

责任编辑：