安装本课程中的项目所需要的第三方包
使用机器学习分析数据时，需要涉及各种第三方的库包，最主要的是数据分析包（NumPy、Pandas）、绘图包（Matplotlib）、机器学习包（scikit-learn）等。
其中，NumPy主要用来做一些科学运算，特别是矩阵的运算。NumPy为Python提供了真正的多维数组功能，并且提供了丰富的函数库处理数组。它将常用的数学函数都进行了数组化，使得这些数学函数能够直接对数组进行操作。
Pandas是基于NumPy的一种工具，该工具是为了解决数据分析任务而创建的。Pandas纳入了大量函数库和一些标准的数据模型，提供了高效操作大型数据集所需的工具。Pandas同时也提供了大量能使我们快速便捷地处理数据的函数和方法，它是Python成为强大而高效的数据分析语言的重要因素之一。
Matplotlib是Python的一个可视化模块，可用来方便地制作线条图、饼图、柱状图以及其他专业图形，并且支持所有操作系统下不同的GUI后端。Matplotlib有一套允许定制各种属性的默认设置，可以控制Matplotlib中的很多图形属性，比如图像大小、每英寸点数、线宽、色彩和样式、子图、坐标轴、网格属性、文字和文字属性。
（1）Anaconda中第三方包的安装
方式一
直接进入到Jupyter Notenook, 在代码运行前输入(以安装pandas为例)
!pip intall pandas
方式二
进入命令窗口，使用命令安装第三方包：
（2）Pycharm中第三方包的安装
一般地，一个包（库）的安装过程如下。
首先，打开设置，进入“项目”à“项目解释器（Project Interpreter）”，如图A.2所示，单击“+”开始搜索包（库）。
图A.2 包（库）的安装（一）
如图A.3所示，输入需要安装的包名（库名），如“numpy”，单击“Install package”，即可完成NumPy的安装。以此类推，完成其余三个包的安装。
图A.3 包（库）的安装（二）
以上三个常用的库安装成功后，学习者则可立即进入本书内容的学习和实践。在各章节中，如有用到其他的第三方包，会特别提示说明，比如，urllib、requests、BeautifulSoup、folium、seaborn、OpenCV、TensorFlow等。
（3）需要用到的第三方包
本课程使用的第三方包列表如下，学习者可以事先一次性安装完成，也可在需要用到的时候再安装。
序号
库 名
版 本
用 途
1
NumPy
1.17.0
Python语言的一个扩展程序库，支持大量的维度数组与矩阵运算，此外也针对数组运算提供大量的数学函数库
2
Matplotlib
3.1.1
Matplotlib是一个 Python的2D绘图库，它以各种硬拷贝格式和跨平台的交互式环境生成出版质量级别的图形
3
Pandas
0.24.1
Pandas是一个强大的分析结构化数据的工具集，它的使用基础是NumPy（提供高性能的矩阵运算0），用于数据挖掘和数据分析，同时也提供数据清洗功能。
4
seaborn
0.9.0
seaborn是基于Matplotlib的图形可视化Python包。它提供了一种高度交互式界面，便于用户能够做出各种有吸引力的统计图表
5
sklearn
0.20.2
scikit-learn简称sklearn，支持包括分类、回归、降维和聚类四大机器学习算法。还包括了特征提取、数据处理和模型评估三大模块
6
urllib3
1.24.1
urllib包含了打开网址发送请求的方法，服务于升级的HTTP 1.1标准，且拥有高效 HTTP连接池管理及HTTP代理服务的功能库
7
requests
2.21.0
requests是Python实现的简单易用的http库，是在urllib3的基础上进行的封装，使用起来比urllib简单很多
9
BeautifulSoup4
4.7.1
BeautifulSoup是一个HTML/XML的解析器，主要的功能是如何解析和提取 HTML/XML数据
10
folium
0.8.3
folium是地理信息可视化库leaflet.js为Python提供的接口，通过它可调用leaflet的相关功能，基于内建的osm或自行获取的osm资源和地图原件进行地理信息内容的可视化，以及制作优美的可交互地图
11
LIBSVM
3.23.0
LIBSVM是台湾大学林智仁（Lin Chih-Jen）教授等开发设计的一个简单、易用和快速有效的SVM模式识别与回归的软件包，该包中不但提供了编译好的、且可在Windows系列系统中直接执行的文件，还提供了源代码
12
OpenCV-python
4.1.0
OpenCV是一个基于BSD许可（开源）发行的跨平台计算机视觉库，实现了图像处理和计算机视觉方面的很多通用算法
OpenCV-contrib-python
13
Keras
2.0.9
用Python编写的开源人工神经网络库，可以作为TensorFlow、Microsoft-CNTK和Theano的高阶应用程序接口，进行深度学习模型的设计、调试、评估、应用和可视化
14
PyTorch
0.4.1
PyTorch是由Facebook的AI研究团队发布的一个Python工具包，PyTorch是使用GPU和CPU优化的深度学习张量库
15
TensorFlow
1.14.0（CPU）
TensorFlow是一个基于数据流编程的符号数学系统，被广泛应用于各类机器学习算法的编程实现
（4）Pycharm如何与Anaconda共用环境
如果你的电脑已经有了Python解释器和相关的第三方库，不需要重复安装，在Pycharm中配置解释器即可。
