转自：https://my.oschina.net/u/1431433/blog/189337

1. 下载安装Python

下载: python-3.3.3.amd64.msi (救在Python.org下载就好了)

安装: 直接双击安装

2. 下载安装Setuptools

下载ez_setup.py 到某一个目录(如: e:\tools\ez_setup.py), 下载地址: http://www.pip-installer.org/en/latest/installing.html#install-or-upgrade-setuptools

安装: 进入e:\tools\, 运行:

c:\Python33\python.exe ez_setup.py

在这个过程中, 系统会连接网络下载所需要的安装包并完成安装. 这样就可以使用easy_install了。

3. 下载安装pip

下载ez_setup.py 到某一个目录(如: e:\tools\get-pip.py), 下载地址: http://www.pip-installer.org/en/latest/installing.html#install-or-upgrade-setuptools

安装: 进入e:\tools\, 运行:

c:\Python33\python.exe get-pip.py

在这个过程中, 系统会连接网络下载所需要的安装包并完成安装

4. 设置环境变量

把c:\Python33 和c:\Python33\Scripts 都添加到环境变量中. 如

c:>set PATH=%PATH%;c:\Python33;c:\Python33\Scripts

作完前面四步, 就可以在Windows下面开始使用Python了.

1. 下载安装IPython:

c:>pip.exe install ipython

系统就会去网上寻找ipython的包, 进行下载及安装. 等待差不多5分钟, 整个安装就完成了, 并且还把pyreadline也安装了. ipython3.exe被安装在c:\Python33\Scripts下面, 因为前面添加过环境变量的路径支持, 所以可以直接输入:

c:>ipython3.exe

2. 尝试Notebook, 还需要下载一些其它咚咚

1) 下载安装 pyzmq, 在这里不建议使用pip, pip对pyzmq支持不太好，装不上。我尝试使用easy_install

c:>easy_install.exe pyzmq

2) 下载安装 jinja2,

c:>easy_install.exe jinja2

3) 下载安装 tornado,

c:>easy_install.exe tornado

好了，使用下面命令就可以把Notebook起来：

c:>ipython3.exe notebook

3. 尝试科学计算的画图工具matplotlib

因为安装的ipython是1.1的版本，所以已经支持了%matplotlib的magic code, 但是还得下载matplotlib本身。

1)  下载安装nose

c:>pip.exe install nose

   2)  为了省去麻烦，在这一步下载，从这个链接可以得到http://www.lfd.uci.edu/~gohlke/pythonlibs/

• numpy-MKL-1.8.0.win-amd64-py3.3.exe

要注意的是，因为我们使用的是python3.3, 所以一定也要选py3.3的numpy，否则不能装。大概有28M。直接安装，它会依照Windows注册表里面登记的PythonInstall 来确定安装路径。 
   3) 最后安装matplotlib. 但由于一些问题, pip和easy_install都按不了, 所以还是直接在网上下载matplotlib的安装包. https://github.com/matplotlib/matplotlib/downloads/ 这个网址上面有, 选择64位支持python3.3的版本即可.

matplotlib-1.2.0.win-amd64-py3.3.exe
   4) 但还差一点点, 系统提示还需要安装Scipy.  依旧到这个网站http://www.lfd.uci.edu/~gohlke/pythonlibs/#scipy-stack 下载 scipy-0.13.2.win-amd64-py3.3.exe

好了, 这就大功告成了.

在notebook中, 试试下面的程序: 
================================ 
import numpy as np 
from scipy.ndimage import filters 
import io 
import matplotlib 
import matplotlib.image as mpimg 
img = np.zeros((300, 300)) 
img[np.random.randint(0, 300, 1000), np.random.randint(0, 300, 1000)] = 255 
img2 = filters.gaussian_filter(img, 4, order=2) 

import io 
import matplotlib 
import matplotlib.image as mpimg 
from IPython import display 
buf = io.BytesIO() 
matplotlib.image.imsave(buf, img2, cmap="gray") 
display.Image(buf.getvalue())