前言

在 linux 下搭建 python 机器学习环境还是比较容易的，考虑到包依赖的问题，最好建立一个虚拟环境作为机器学习工作环境，在建立的虚拟环境中，再安装各种需要的包，主要有以下6个（这是看这个慕课网视频的第一节概述的时候老师讲的，外加一点自己的理解）：

1. Numpy：数据结构基础（存储数据集）
2. Scipy：强大的科学计算方法（矩阵分析、信号分析、数理分析……）
3. Matplotlib：丰富的可视化套件（画图用的）
4. Pandas：基础数据分析套件（在Numpy上又封装了一层）
5. Scikit-learn：强大的数据分析建模库（各种机器学习算法实现）
6. Keras：人工神经网络（暂时用不到）

python 虚拟环境安装

很简单，直接看代码：

cd /home

mkdir demo

virtualenv demo #执行完毕后，在demo文件夹中就建立了虚拟环境

cd demo

source bin/activate # 进入虚拟环境，source命令后面加指向activate的路径就行，在任何文件夹下都可以通过敲这个命令进入该虚拟环境，进入之后可以看到提示符行首出现 "(demo)"，表示已经在虚拟环境中了

deactivate #在任意文件夹下，输入此命令回车，退出虚拟环境

安装上述6个包

也很简单，直接看代码：

source /home/demo/bin/activate  #进入虚拟环境

pip3 install Numpy

pip3 install scipy

pip3 install matplotlib

pip3 install scikit-learn

pip3 install pandas

pip3 install keras

#不出意外的话安装应该比较顺利，如果有问题，再百度解决——2017-12-06 21:42:26，除了 pandas 安装遇到问题还没有解决以外，其他安装都很顺利。

#下面是一些可能会用到的命令

pip3 list   #查看python下已安装的模块

pip3 uninstall xxx  #删除已有的模块，如果安装错了可以删掉（注意 pandas 和 panda 不是一个）

欢迎转载本博客文章，转载请注明出处，十分感谢。