标签：
1、默认Python安装情况
一般情况，Linux会预装Python的，版本较低，比如Ubuntu15的系统一般预装的是Python2.7.10。
使用命令：which python可以查看当前的python的安装路径：
打开对应路径就可以看到：
如果没有明确必须要使用Python3的版本，可以直接使用2.7.10的版本。
明确需要使用Python3版本，再进行更改。
这里需要说明一点：上图中存在有python，python2，python3，说明安装了2和3的版本，
2、更改安装Python3
http://www.cnblogs.com/zoro-robin/p/5638774.html
3、常用必备库安装使用
常见的，常用的科学计算、数据挖掘机器学习等python第三方库主要有：Numpy、Scipy、Matplotlib、Pandas、StatsModels、Scikit-Learn、Keras、Gensim等
常用的安装方式有三种：
①、自行下载源代码安装，此方法灵活但是需要自己解决依赖库的关系。
②、使用pip进行安装，它可以自动解决依赖关系。
③、使用easy_install，与pip类似，但不如pip。
所以最好使用pip进行安装，windows下安装好python后即可直接使用pip命令，在Linux下使用需要先行安装pip。
直接使用命令行：sudo apt-get install python-pip 安装pip即可。
如果安装过程中出现错误，可能是系统的软件源更新问题，可以先进行更新sudo apt-get update 再次进行安装即可。
然后在命令行下使用：pip install 库名
如果在Linux下安装出错的话，可以尝试使用：(只有Linux软件源中提供此软件包才可以)
sudo apt-get install python-numpy python-scipy python-matplotlib等
在Python中使用import代码测试相关库是否能够正常导入使用即可。
4、IDE使用
①、spyder
是一个强大的交互式 Python 语言开发环境，提供高级的代码编辑、交互测试、调试等特性，支持包括 Windows、Linux 和 OS X 系统
一般使用sudo apt-get install spyder即可完成下载安装，安装后即可在系统的软件列表中看到。
②、其他
5、常用库记录
0、Numpy
开源的数值计算扩展，可用来存储和处理大型矩阵，比Python自身的嵌套列表（nested list structure)结构要高效的多。
很多库都是以此库为依赖库的，所以特别重要。最常用的是它的数组功能，numpy.array([,,,,,])
测试示例：
1 import numpy as np 2 3 a = np.array([2,0,1,5]) 4 print(a)
①、scikit-image
图像处理库，依赖库为：numpy+mkl(目前不明所以，不知道与numpy的区别，使用pip安装scikit-image 出现一堆的warning，但是最终提示是安装成功了。)
这里有一些说明，参考一下：http://blog.csdn.net/spirit_go/article/details/51567363
测试示例：
1 from skimage import data, io, filters 2 3 image = data.coins() # or any NumPy array! 4 edges = filters.sobel(image) 5 io.imshow(edges) 6 io.show()
②、Scipy
矩阵数据处理库，它包括统计,优化,整合,线性代数模块,傅里叶变换,信号和图像处理,常微分方程求解器等等，依赖库是Numpy，但是也有人说scipy依赖于numpy+mkl，需要安装这个对应的库才可以。
测试示例：
1 from scipy.optimize import fsolve 2 3 def f(x): 4 x1 = x[0] 5 x2 = x[1] 6 return [2*x1 - x2**2 - 1, x1**2 - x2 - 2] 7 8 result = fsolve(f,[1,1]) 9 10 print(result) #输出为[ 1.91963957 1.68501606]
③、
标签：
原文地址：http://www.cnblogs.com/yushuo1990/p/5867365.html
