Pip工具安装_install pip cd

Pip工具安装

目录

Pip工具安装

采用cd命令进入到Scripts 目录下面

输入命令：easy_install pip

使用pip来安装第三方库

---

学习资源：

python学习一（python与pip工具下载与安装） - CSDN博客 https://blog.csdn.net/yong_qi2015/article/details/79166431

 

安装pip之前，确保python已经安装好了。

找到Python安装目录下的easy_install工具

 

 

采用cd命令进入到Scripts 目录下面

 

回车

回车，出现

 

 

 

输入命令：easy_install pip

开始安装pip。

 

回车，出现

 

 

 

pip安装成功后，在cmd下执行pip，将会有如下提示。

 

pip 是一个安装和管理 Python包的工具。

使用pip来安装第三方库

对于Numpy、sklearn库安装，可以通过以下快捷的方式：

 

 

 

回车，然后就等待吧，时间大概1,2分钟

看这个情况，应该需要更新。不过先暂时忽略吧。

再安装sklearn库

安装好后，我再更新了pip

 

至此，Python以及pip工具已经安装完成。

 

附注：python版本是python3+，有些库要重装。比如matplotlib

练习第一个程序：反馈

Traceback (most recent call last):

  File "F:\Program Files\Python37\textpy\Test.py", line 1, in <module>

    import matplotlib.pyplot as plt

ModuleNotFoundError: No module named 'matplotlib'

 

学习资源：解决python中使用matplotlib时候出现ImportError: No module named _tkinter - CSDN博客 https://blog.csdn.net/jainszhang/article/details/79211131

 

解决方法，cmd键入pip install matplotlib，即重新安装matpoltlib.

 

 

最后，完成了

 

代码：

import matplotlib.pyplot as plt

import numpy as np

from sklearn import datasets, linear_model

from sklearn.metrics import mean_squared_error, r2_score

 

experiences = np.array([0,1,2,3,4,5,6,7,8,9,10])

salaries = np.array([103100, 104900, 106800, 108700, 110400, 112300, 114200, 116100,

117800, 119700, 121600])

# 将特征数据集分为训练集和测试集，除了最后5个作为测试用例，其他都用于训练

X_train = experiences[:7]

X_train = X_train.reshape(-1,1)

X_test = experiences[7:]

X_test = X_test.reshape(-1,1)

# 把目标数据（特征对应的真实值）也分为训练集和测试集

y_train = salaries[:7]

y_test = salaries[7:]

# 创建线性回归模型

regr = linear_model.LinearRegression()

# 用训练集训练模型——看就这么简单，一行搞定训练过程

regr.fit(X_train, y_train)

# 用训练得出的模型进行预测

diabetes_y_pred = regr.predict(X_test)

# 将测试结果以图标的方式显示出来

plt.scatter(X_test, y_test, color='black')

plt.plot(X_test, diabetes_y_pred, color='blue', linewidth=3)

plt.xticks(())

plt.yticks(())

plt.show()