Windows 下 Python easy_install 的安装bird1015

windows下安装scikit learn以及python的各种包

Windows 7 安装64位 Python 273 开发环境

python26windows 7下安装pycapsendpktdpkt

linux和windows下安装python拓展包

python安装scikit-learn遇到问题汇总 - huruzun的专栏O网页链接

有人说Python入门简单，深入却很艰难？有同感的吗？O网页链接

Python实用库收集 - 云守护的专栏 CSDN.NETO网页链接

[Python & Machine Learning] 学习笔记之scikit-learn机器学习库 集成开发环境python(x,y)安装

[Python & Machine Learning] 学习笔记之scikit-learn机器学习库 - Poll的笔记O网页链接

神网址各安装包下载

Unofficial Windows Binaries for Python Extension Packages

【用Python开始机器学习（1：配置windows平台）】

O网页链接

【神地址，能快速下载到下面需要的，各种平台、各种python版本的扩展库】

O网页链接

【sci-learn教程】

O网页链接

【windows下Python的IDE选择】

O网页链接

Numpy等Python科学计算包的安装与配置

1. 分别安装科学计算平台内的软件包

Python 安装包的下载页面为http://www.python.org/download/，选择2.7版本的Windows安装可执行文件下载即可。

NumPy安装包下载页面为https://pypi.python.org/pypi/numpy，下载Windows版本的安装可执行文件即可。

SciPy安装包下载页面为https://pypi.python.org/pypi/scipy/，该软件包目前没有Windows版本的安装执行文件，要用传统的Python安装第三方软件包的方式安装，将安装包下载解压，然后在命令行进入解压目录，输入以下命令：

python setup.py install

Matplotlib 软件包的下载页面为http://matplotlib.org/downloads.html，下载Windows版本的安装可执行文件即可，注意应下载Latest stable version对应的软件包。Windows版本的安装可执行文件通常命名格式为：产品名称+平台名称+CPU型号+版本号

2. 安装WinPython 集成计算包

WinPython 集成计算包集成了Numpy等第三方Python科学计算库，安装WinPython 后，Numpy等计算库和Python 2.7会一同被安装。此外，WinPython 附带一款非常不错的IDE开发调试环境：Spyder，如图2-2所示是Spyder的界面截图。

在图2-2所示的界面中，右上角是类似于MATLAB的“工作空间”，可很方便地观察和修改变量（包含多维数组）的值，同时还拥有方便用户的智能代码（Call-Tips和Auto-Complete）功能，如图2-3所示。

在IDE开发窗口下方的Console栏可以使用pdb（类似于C语言的GDB调试工具）调试Python代码，也可以通过Spyder的调试菜单进行调试。下面是pdb调试工具的使用帮助：

综上所述，在Spyder的帮助下，能更高效地开发与调试Python代码，因此笔者推荐在开发环境中安装WinPython，方便快捷，有利于机器学习算法代码的编写。

scikit-learn: machine learning in Python

官方网页

Dependencies

    scikit-learn is tested to work under Python 2.6, Python 2.7, and Python 3.4. (using the same codebase thanks to an embedded copy of six). It should also work with Python 3.3.The required dependencies to build the software are NumPy >= 1.6.1, SciPy >= 0.9 and a working C/C++ compiler.

    For running the examples Matplotlib >= 1.1.1 is required and for running the tests you need nose >= 1.1.2.

    This configuration matches the Ubuntu Precise 12.04 LTS release from April 2012.

    scikit-learn also uses CBLAS, the C interface to the Basic Linear Algebra Subprograms library. scikit-learn comes with a reference implementation, but the system CBLAS will be detected by the build system and used if present. CBLAS exists in many implementations; see Linear algebra libraries for known issues.