Python AI極簡入門：1、搭建一個用於AI預測的Python環境

2017年人工智慧的火把Python燒的熱血沸騰，聽說很多公司因為Python開發人員需求暴漲導致的薪資上升而不得不切換到其他語言上去（好像需求爆漲和薪資上升都跟我沒沾上半點關係，還是苦逼一個，:)）。

既然如此，我們這些與AI不相干的Pythoner也來蹭一蹭Python人工智慧這團火，看看能不能從中取一點暖。所以就有了這套《Python 極簡入門》的文章。

沒敢稱之為「教程」，是因為本來就是個半吊子，然後又講一個半吊子的東西，純屬自娛自樂，入不了專業AI人士的法眼（專業人士可以繞過了）。

又因為是半吊子講半吊子的東西，所以整套文章不會有公式和演算法的詳細講解（專業人士可以再次繞過了），我們從不生產演算法，我們只是機器學習庫的搬運工。

不要介意做一個調庫俠，工具的發明本來就是為了降低某些操作的難度，還不是專業人士，暫且不用自己創造改造演算法，輪子太多，揀著合適的用就行。廢話不多說，開始～

一、創建一個Virtual虛擬環境

為了不與本地的Python 環境有衝突，我們使用virtualenv模塊創建一個新的Python虛擬環境：

virtualenv python_ai

如下圖所示，安裝完成：

接著啟動python_ai這個虛擬環境：

Scriptsactivate

二、安裝所需的模塊

進行python_ai這個虛擬環境之後，我們來安裝所需要的模塊，其中主要有：

• numpy：用於科學計算的基本模塊
• scipy：科學計算工具箱
• pandas：數據分析和處理模塊
• scikit-learn：機器學習經典演算法的集成包
• nltk：自然語言處理模塊
• jieba：中文分詞模塊
• jupyter：一個互動式的筆記本，我們的代碼的主戰場

其他沒有列出的模塊，在後面的文章中有使用時會提及大家安裝。大部分模塊都可以使用pip命令直接安裝完成，少部分使用pip命令直接安裝不了的，可以通過https://www.lfd.uci.edu/~gohlke/pythonlibs/ 網站下載模塊的whl文件，再通過pip命令安裝這些whl文件。

pip install pandas

安裝pandas模塊會附帶安裝上pandas的依賴庫，其中包括Numpy等：

pip install scikit-learn

使用pip命令也可直接安裝scikit-learn:

pip install scipy

scipy模塊也能通過pip直接安裝完成：

pip install jupyter

jupyter的依賴庫很多，但也能順利通過pip命令安裝完成：

接下來是jiaba和nltk模塊，都能夠順利安裝：

三、測試模塊

模塊安裝好之後，我們來測試一下這些模塊的安裝是否正確。在命令行輸入命令：

jupyter notebook

以啟動jupyter筆記本：

在Home頁面新建一個Python3的notebook：

在新的notebook中導入剛剛安裝好的模塊，並列印其版本號：

import numpy as npimport pandas as pdimport scipyimport sklearnimport nltkimport jiabaprint(np.__version__)print(pd.__version__)print(scipy.__version__)print(sklearn.__version__)print(nltk.__version__)print(jieba.__version__)

結果成功顯示，沒有報錯：

這樣，我們用於Python AI預測的環境就搭建好了，下一節，我們將介紹機器學習的工作流。

評論已關閉，有問題或疑問請關注微信公眾號：zmister2016 進行留言