0.1准备工作
安装好CentOS7，配置好网络，确保网络畅通。
0.2root授权
首先：当前用户为kaid
# vim /etc/sudoers
在root ALL=(ALL) ALL之后添加：
kaid ALL=(ALL) NOPASSWD:ALL表示，用户kaid可以不需要验证密码而执行root的所有操作(为了安全起见，安装后，改回来哦)。
0.3安装git
$ sudo yum -y install git
0.4 安装vimplus
$ git clone /chxuan/vimplus.git
$ cd ./vimplus
$ sudo ./install.sh
注： 现在vimplus支持ubuntu14.04之后的所有ubuntu 64位系列以及centos7 64位，运行install.sh脚本，你就可以一边喝咖啡，一遍看着屏幕刷刷刷的打印就安装部署好了开发环境了，整个过程大约持续40分钟，其中下载编译ycm耗费了大半时间。(来自/highway-9/p/5984285.html，vimplus相关使用配置等，详见/highway-9/p/5984285.html)
1.安装pip，为了以后方便的安装库
1.1 需要先安装扩展源EPEL
EPEL(/wiki/EPEL) 是由 Fedora 社区打造，为 RHEL 及衍生发行版如 CentOS、Scientific Linux 等提供高质量软件包的项目。
1.2 安装epel扩展源
$ sudo yum -y install epel-release
然后安装pip,如果直接使用 yum -y install pip 会报错，所以要先安装EPEL。
$ sudo yum -y install python-pip
2. 安装科学计算库
科学计算库有很多，这里只安装：numpy,scipy,matplotlib,scikit-learn.
2.1安装numpy
先执行以下命令升级pip
$ sudo python -m pip install --upgrade pip
$ sudo pip install numpy
2.2 安装scipy
$ sudo pip install scipy
2.3 安装matplotlib
$ sudo pip install matplotlib
注意：安装完matplotlib之后进入python环境测试：
$ python
>>> import matplotlib
如果报错：
Traceback (most recent call last):
File "", line 1, in
File "/usr/lib64/python2.7/site-packages/matplotlib/pyplot.py", line 115, in
_backend_mod, new_figure_manager, draw_if_interactive, _show = pylab_setup()
File "/usr/lib64/python2.7/site-packages/matplotlib/backends/__init__.py", line 32, in pylab_setup
globals(),locals(),[backend_name],0)
File "/usr/lib64/python2.7/site-packages/matplotlib/backends/backend_tkagg.py", line 6, in
from six.moves import tkinter as Tk
File "/usr/lib/python2.7/site-packages/six.py", line 203, in load_module
mod = mod._resolve()
File "/usr/lib/python2.7/site-packages/six.py", line 115, in _resolve
return _import_module(self.mod)
File "/usr/lib/python2.7/site-packages/six.py", line 82, in _import_module
__import__(name)
ImportError: No module named Tkinter
说明没有安装tkinter，使用如下命令安装：
$ sudo yum install tkinter
之后再测试就没问题了
2.4 安装scikit-learn
$ sudo pip install -U scikit-learn
至此，环境搭建结束。
2.5 安装tensorflow
下载tensorflow-0.7.1-cp27-none-linux_x86_64.whl并运行以下命令：
sudo pip install /tensorflow/linux/cpu/tensrflow-0.7.1-cp27-none-linux_x86_64.whl
至此，tensorflow环境搭建成功！
2.6 然后用豆瓣的pypi源要比官方的快很多
