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。