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。PS：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，:)
既然如此，我们这些与AI不相干的Pythoner也来蹭一蹭Python人工智能这团火，看看能不能从中取一点暖。所以就有了这套《Python 极简入门》的文章。
没敢称之为“教程”，是因为本来就是个半吊子，然后又讲一个半吊子的东西，纯属自娱自乐，入不了专业AI人士的法眼（专业人士可以绕过了）。
又因为是半吊子讲半吊子的东西，所以整套文章不会有公式和算法的详细讲解（专业人士可以再次绕过了），我们从不生产算法，我们只是机器学习库的搬运工。
不要介意做一个调库侠，工具的发明本来就是为了降低某些操作的难度，还不是专业人士，暂且不用自己创造改造算法，轮子太多，拣着合适的用就行。废话不多说，开始～
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
安装所需的模块
进入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：
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：
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
下一节，我们将介绍机器学习的工作流程
原文发布时间为：2018-10-30
本文作者：州的先生
本文来自云栖社区合作伙伴“Python爱好者社区”，了解相关信息可以关注“Python爱好者社区”。
