《Python大规模机器学习》 —1.2.6科学计算发行版

1.2.6科学计算发行版

正如读者迄今为止所读到的，创建一个工作环境对于数据科学家来说是一个很耗时的操作。首先需要安装Python，然后逐个安装所需要的库。（有时安装过程可能不像你希望的那样顺利。）

如果想节省时间和精力并希望有一个能使用的完整Python运行环境，那么读者可下载、安装并使用科学Python发行版。除Python外，它还包含各种预装软件包，有时甚至还需要你设置其他工具和IDE设置。其中一些在数据科学家中很知名，在接下来的章节中，你将学习两个最有用和最实用软件包的主要特性。

若要立即开始学习本书内容，我们建议你首先下载并安装名为Anaconda(我们认为Anaconda是最完整的发行版)的科学发行版，在运行完本书示例后，可以决定完全卸载发行版并单独设置Python，这些示例附带了项目所需的软件包。

再次说明，如果可能的话，请下载并安装包含Python 3的版本。

建议使用软件包Anaconda(https://www.continuum.io/downloads)，它是由Continuum Analytics提供的Python发行版，其中包括近200个软件包，包括NumPy、SciPy、pandas、IPython、matplotlib、Scikitlearn和StatsModels。它是一个跨平台发行版，可安装在其他已有Python发行版的计算机上，而且基本版本免费。包含高级功能的附加组件是单独收费的。Anaconda引入conda（二进制包管理器）命令行工具来管理软件包安装。如其网站所述，Anaconda的目标是为大规模处理、预测分析和科学计算提供企业级Python分发方式。对于Python版本2.7，推荐使用Anaconda发行版4.0.0。（https://docs.continuum.io/anaconda/pkgdocs上的列表能查看用Anaconda安装的软件包。）

第二个建议是，如果你正在Windows上工作，并且希望使用可移植发行版，则WinPython(http://winpython.sourceforge.net/)是一个非常有趣的替代品（抱歉，没有Linux和MacOS版本）。WinPython也是免费的，是一个由社区发行并维护的免费开源Python版。它由科学家精心设计，并包含许多基本的软件包，如NumPy、SciPy、matplotlib和IPython（与Anaconda基本相同）。它还将Spyder作为IDE，如果你有使用MATLAB语言和界面的经验，这会有所帮助。其关键优势在于具有便携性（可将其放在任何目录中，甚至放在U盘中），所以在计算机上可以有不同版本，还可以将其从一台Windows计算机移到另一台上，甚至只需替换目录就可用新版本替换旧版本。运行WinPython或它的shell程序时，将自动设置运行Python所需的所有环境变量，就像在你的系统上正常安装和注册Python一样。

撰写本书时，Python 2.7是最新发布版本，分发版本是2.7.10，2015年10月发布。此后，WinPython仅发布了Python 3版本的发行版更新。在用户系统上安装发行版之后，你可能需要更新本书中提供的示例所需的一些关键软件包。