Jupyter是使用Python做数据分析，机器学习的IDE。可能你会奇怪，Python开发有很多IDE可以选择，为什么要使用Jupyter呢？这里需要先建立一个新的认知：写代码做数据分析跟写代码做软件系统是不同的。软件系统在运行时是一个连续的流程，一个输入对应一个输出。而数据分析是将多个片段串联起来的间断式流程，每个片段都需要查看分析结果。比如先对数据做预处理，处理完后查看结果，然后再做特征工程，再看结果，再训练模型评估，再看评估结果。严格来说数据分析并不是程序设计过程，只是用代码的方式做数学计算。自然传统面向程序设计的IDE并不适合做数据分析。


Jupyter环境安装
Jupyter是Python生态的一个模块，可以借助Python生态的安装工具pip来安装。

MAC安装Jupyter

1. # 安装python3，如已安装可以忽略
   
2. brew install python3 --with-brewed-openssl
   
3. # 安装jupyter
   
4. pip3 install jupyter  
   
5. # 启动jupyter
   
6. jupyter notebook --port=9527

复制代码

Linux安装Python3.5

1. # yum install sqlite-devel

复制代码

安装机器学习相关的Lib

1. pip3 install numpy scipy pandas scikit-learn sklearn tensorflow
   
2. 说明：
   
3. # numpy：线性代数计算包
   
4. # scipy： 科学计算包
   
5. # pandas：（Python Data Analysis Library）数据分析包
   
6. # scikit-learn：开源机器学习工具包
   
7. # tensor flow：google开源的深度学习包

复制代码

pip3 install matplotlib pip3 install seaborn

Jupyter是使用Python做数据分析，机器学习的IDE。可能你会奇怪，Python开发有很多IDE可以选择，为什么要使用Jupyter呢？这里需要先建立一个新的认知：写代码做数据分析跟写代码做软件系统是不同的。软件系统在运行时是一个连续的流程，一个输入对应一个输出。而数据分析是将多个片段串联起来的间断式流程，每个片段都需要查看分析结果。比如先对数据做预处理，处理完后查看结果，然后再做特征工程，再看结果，再训练模型评估，再看评估结果。严格来说数据分析并不是程序设计过程，只是用代码的方式做数学计算。自然传统面向程序设计的IDE并不适合做数据分析。


Jupyter环境安装
Jupyter是Python生态的一个模块，可以借助Python生态的安装工具pip来安装。

MAC安装Jupyter

1. # 安装python3，如已安装可以忽略
   
2. brew install python3 --with-brewed-openssl
   
3. # 安装jupyter
   
4. pip3 install jupyter  
   
5. # 启动jupyter
   
6. jupyter notebook --port=9527

复制代码

Linux安装Python3.5

1. # yum install sqlite-devel

复制代码

安装机器学习相关的Lib

1. pip3 install numpy scipy pandas scikit-learn sklearn tensorflow
   
2. 说明：
   
3. # numpy：线性代数计算包
   
4. # scipy： 科学计算包
   
5. # pandas：（Python Data Analysis Library）数据分析包
   
6. # scikit-learn：开源机器学习工具包
   
7. # tensor flow：google开源的深度学习包

复制代码

pip3 install matplotlib pip3 install seaborn