机器学习是数据挖掘的一种实现形式，在学习《机器学习实战》过程中,需要python环境中安装好numpy和matplotlib库,特此将我在Ubuntu 14.04 64bit上的摸索过程总结如下:
书上的建议是:
在Debian/Ubuntu系统下安装Python, Numpy和Matplotlib的最佳方式是使用apt-get等软件包管理器. 避免源码包形式的安装, 因为包的依赖关系较难处理.
安装numpy只需要输入下面的命令:
sudo apt-get install python-numpy
sudo apt-get install python-scipy
在确保上面两个安装正确的情况下, 再安装matplotlib库，注意
安装matplotlib方式有很多，最好的方式就是和你使用的操作系统、你已经安装了的软件以及你想怎么使用它紧密结合。
sudo apt-get python-matplotlib
下面是安装截图:
对上面的python环境配置的检验，可以参见我的下一篇博客文章中的示例：
/tao_627/article/details/44007041
==================下面的内容可以忽略=============================
以上安装步骤基本可以通过，但是我为了通过下面的测试，还特别地安装了如下几个模块，python-nose模块是个单元测试模块，必须安装。
sudo apt-get install ipython ipython-notebook python-pandas python-sympy python-nose
这需要下载300多M数据包，安装后是900多M的磁盘空间。
然后在终端输入如下命令
python
import scipy
import numpy
import pylab
scipy.test()
numpy.test()
pylab.test()
测试时发现scipy和numpy都没有通过，但是pylab通过了。正在查找原因。
参考文献
[1]./install.html
[2]./adream307/article/details/8564441
