Python的各类算法库安装完成之后,一般需要选个开发平台(IDE)编写代码。本书的核心内容偏重算法设计,对IDE要求不高,推荐使用Ultraedit高级文本编辑器。主要考虑资源占用较小,功能较强,支持多种文件编码转换,并有支持远程开发等优势(本地可同步远程Linux上的源代码,本地编写,远程上运行)。网上可以下载安装绿色版的软件。下载完成之后,需要进行如下配置:
1.在点击“高级”选项卡,点开“工具栏配置”(如图1.4):
2.按下图界面输入,并“应用”(如图1.5):
3.按下图界面输入,并点击“确定”(如图1.6):
这样Ultraedit就算配置完成了。下面我们开始编写一些测试代码。因为安装的模块比较多,简单的Hello World测试不能说明问题, 过于复杂的程序又容易使人费解。为此,我们简单编写一个应用程序用于测试,运行下面的测试代码,可以检验安装的效果。
代码文件 mytest1.py:
# -*- coding: utf-8 -*- # Filename : mytest1.py import numpy as np # 导入numpy库 from numpy import * # 导入numpy库 import matplotlib.pyplot as plt # 导入matplotlib库 # 测试数据集-二维list dataSet = [[-0.017612,14.053064],[-1.395634 ,4.662541],[-0.752157 ,6.538620],[-1.322371 ,7.152853],[0.423363 ,11.054677],[0.406704 ,7.067335],[0.667394 ,12.741452], [-2.460150 ,6.866805],[0.569411 ,9.548755],[-0.026632 ,10.427743],[0.850433 ,6.920334],[1.347183 ,13.175500],[1.176813 ,3.167020],[-1.781871 ,9.097953]] dataMat = mat(dataSet).T # 将数据集转换为numpy矩阵,并转置 plt.scatter(dataMat[0],dataMat[1],c='red',marker='o') # 绘制数据集散点图 # 绘制直线图形 X = np.linspace(-2,2,100) # 产生直线数据集 # 建立线性方程 Y = 2.8*X+9 plt.plot(X,Y) # 绘制直线图 plt.show() # 显示绘制后的结果
输出结果(如图1.7):
说明主要模块安装成功。