- A+
2017年人工智能的火把Python烧的热血沸腾，听说很多公司因为Python开发人员需求暴涨导致的薪资上升而不得不切换到其他语言上去（好像需求爆涨和薪资上升都跟我没沾上半点关系，还是苦逼一个，:)）。
废话不多说，开始～
一、创建一个Virtual虚拟环境
为了不与本地的Python 环境有冲突，我们使用virtualenv模块创建一个新的Python虚拟环境：
virtualenv python_ai
如下图所示，安装完成：
接着启动python_ai这个虚拟环境：
Scriptsactivate
二、安装所需的模块
进行python_ai这个虚拟环境之后，我们来安装所需要的模块，其中主要有：
-
numpy：用于科学计算的基本模块
-
scipy：科学计算工具箱
-
pandas：数据分析和处理模块
-
scikit-learn：机器学习经典算法的集成包
-
nltk：自然语言处理模块
-
jieba：中文分词模块
-
jupyter：一个交互式的笔记本，我们的代码的主战场
其他没有列出的模块，在后面的文章中有使用时会提及大家安装。大部分模块都可以使用pip命令直接安装完成，少部分使用pip命令直接安装不了的，可以通过https://www.lfd.uci.edu/~gohlke/pythonlibs/ 网站下载模块的whl文件，再通过pip命令安装这些whl文件。
pip install pandas
安装pandas模块会附带安装上pandas的依赖库，其中包括Numpy等：
pip install scikit-learn
使用pip命令也可直接安装scikit-learn:
pip install scipy
scipy模块也能通过pip直接安装完成：
pip install jupyter
jupyter的依赖库很多，但也能顺利通过pip命令安装完成：
接下来是jiaba和nltk模块，都能够顺利安装：
三、测试模块
模块安装好之后，我们来测试一下这些模块的安装是否正确。在命令行输入命令：
jupyter notebook
以启动jupyter笔记本：
在Home页面新建一个Python3的notebook：
在新的notebook中导入刚刚安装好的模块，并打印其版本号：
import numpy as npimport pandas as pdimport scipyimport sklearnimport nltkimport jiabaprint(np.__version__)print(pd.__version__)print(scipy.__version__)print(sklearn.__version__)print(nltk.__version__)print(jieba.__version__)
结果成功显示，没有报错：
这样，我们用于Python AI预测的环境就搭建好了。
写在最后
前几天有私信小编要Python的学习资料，小编整理了一些有深度的Python教程和参考资料，从入门到高级的都有，文件已经打包好了，正在学习Python的同学可以下载学习学习。文件下载方式：点击小编头像，关注后私信回复“资料”即可下载。首先把代码撸起来！首先把代码撸起来！首先把代码撸起来！重要的事说三遍，哈哈。“编程是门手艺活”。什么意思？得练啊。
