Neulich habe ich [Einführung in die Theorie des maschinellen Lernens für IT-Ingenieure] gekauft (http://gihyo.jp/book/2015/978-4-7741-7698-7).
Es ist erforderlich, eine Ausführungsumgebung für den Python-Beispielcode vorzubereiten. In diesem Buch wird jedoch eine effiziente Umgebungskonstruktion unter Verwendung von Enthought Canopy vorgestellt. Es ist gewesen.
Da ich solche Tools jedoch zunächst irgendwie vermeiden möchte, habe ich mich entschlossen, die erforderlichen Bibliotheken vorerst selbst zu installieren.
--Python2 wurde bereits installiert
Die erforderlichen Bibliotheken sind:
Nach einer kurzen Untersuchung hatte ich das Gefühl, dass PIL nur mit Python2-Serien verwendet werden kann, und entschied mich daher, die Umgebung mit Python2 zu erstellen.
Wenn ich IPython ausführe, habe ich festgestellt, dass ich ohne Virtualenv viele Warnungen erhalten würde, daher werde ich zuerst Virtualenv installieren.
Um ehrlich zu sein, habe ich Virtualenv zuerst durch die Warnung von IPython kennengelernt. Ich habe Python nur mit TopCoder verwendet. Vorläufig gelang es mir, die folgenden beiden Artikel zu lesen, ohne an irgendetwas zu denken. Wirklich irgendwie.
Nun, ich werde es vorerst einsetzen.
$ pip install virtualenv
$ pip install virtualenvwrapper
Erstellen Sie als Nächstes ein Verzeichnis für die virtuelle Umgebung. Ich dachte, der Name könnte alles sein, also nannte ich ihn "machine_learning".
$ virtualenv --no-site-packages ~/work/machine_learning
Nachdem wir eine virtuelle Umgebung haben, gehen wir hinein.
$ source ~/work/machine_learning
Wenn die Eingabeaufforderung wie "(machine_learning) $" aussieht, sind Sie erfolgreich.
Im Folgenden werden wir mit der Arbeit in einer virtuellen Umgebung fortfahren.
Die folgenden Bibliotheken werden einfach mit pip installiert, wobei der Bibliotheksname in Kleinbuchstaben geschrieben wird, z. B. "pip install numpy".
PIL Es ist ein bisschen schrullig, du musst es so treffen:
$ pip install PIL --allow-external PIL --allow-unverified PIL
Wenn Sie es mit Pip schlagen, wird es schnell kommen.
$ pip install ipython
Die Installation ist abgeschlossen. Da es einen Test gibt, werde ich den Test bestehen.
$ iptest
Es bewegte sich nicht bis zur Verzweiflung.
Ich werde die fehlenden Bibliotheken der Reihe nach einfügen.
Wenn Sie diesen Bereich hinzufügen, besteht der Test.
Um die Wahrheit zu sagen, ohne anfangs an irgendetwas zu denken, habe ich Dokumente, die veraltet zu sein scheinen fast ohne Lesen eingefügt. Es gibt auch eine Bibliothek. Wenn Sie den Test noch nicht bestanden haben, können Sie ihn ausprobieren.
Es tut mir leid, den Befehl grob zu drücken.
RuntimeError Da der Test bestanden war, war ich froh, "ipython" zu drücken, um ihn zu starten, und ein RuntimeError floss wie heißes Wasser heraus. Ich weine fast.
Wenn Sie sich die Fehlermeldung ansehen, können Sie sehen, dass matplotlib irgendwie ist, mac os x irgendwie ist und Framework irgendwie ist. Lesen Sie den Artikel entsprechend. Das war's.
Es scheint gut, backend: TkAgg in ~ / .matplotlib / matplotlibrc anzugeben.
~/.matplotlib/matplotlibrc
backend : TkAgg
Machen wir das!
$ ipython
Python 2.7.9 (default, May 9 2015, 19:43:55)
Type "copyright", "credits" or "license" for more information.
IPython 4.0.0 -- An enhanced Interactive Python.
? -> Introduction and overview of IPython's features.
%quickref -> Quick reference.
help -> Python's own help system.
object? -> Details about 'object', use 'object??' for extra details.
Using matplotlib backend: TkAgg
In [1]:
Es funktionierte! Du hast es geschafft!
Recommended Posts