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
推薦閱讀:
※楚河漢界
※使用 simpler-paper 快速搭建文檔系統指南
※DevDocs, windows下Dash的替代品,括弧笑