如何给python加载科学计算库
1.安装
安装Python2.7: hownloads/release/python-2712/ 根据电脑配置选择合适版本下载安装。
安装过python之后，Python27\Scripts有pip.exe，在Python27\Scripts文件夹下运行cmd（点击Shift+右键），可以用pip安装其他包。
1. 安装科学计算库
pip install jupyter
pip install pandas
pip install numpy
pip install matplotlib
pip install seaborn
pip install scikit-learn
2. 用上述方式安装scipy不成功，可以这样：在ci.edu/~gohlke/pythonlibs/下载合适的whl包，pip install <拖入下载到的scipy包>。安装后import scipy若提示缺少numpy+MKL，可以pip uninstall numpy，再下载numpy+MKL的whl包，pip install *.whl。
检测安装是否成功，打开Python的shell，输入：
import matplotlib
import numpy
import scipy等，若不报错，就安装成功。
比如生成一个y=x的直线：
import matplotlib.pyplot as plt
plt.plot([1,2,3])
plt.ylabel('some numbers')
plt.show()1234
测试scikit-learn安装成功与否，下载代码plot_ols.py，运行得到：
上述是我采用的安装方式，过程比较顺利，除了pip，还有其他的方式哈：
1. 用easy_install安装，但是这种方法卸载不方便，不推荐。
2. 用anaconda的conda命令，好像也很常用，因为conda会安装或者更新一些依赖库，但是pip未必。有兴趣的可以试试。
2. 科学计算库的使用
综合：
1. 遇到Numpy陌生函数，查询用法
2. pandas教程及API
pandas读取csv文件，提供了大量能使我们快速便捷地处理数据的函数和方法。
3. Matplotlib Tutorial(译)
是python最著名的绘图库,它提供了一整套和matlab相似的命令API,十分适合交互式地进行制图。
数据可视化：
1. Seaborn tutorial
Seaborn模块自带许多定制的主题和高级的接口，来控制matplotlib图表的外观。
机器算法：
1. scikit-learn
scikit-learn的基本功能主要被分为六个部分，分类，回归，聚类，数据降维，模型选择，数据预处理，机器学习模型非常丰富，包括SVM，决策树，GBDT，KNN等等，可以根据问题的类型选择合适的模型，具体可以参考官方网站上的文档。
