一、環境搭建

1.學習使用Anaconda：用管理員權限運行Prompt

用途方法

創建環境conda create -n?my_envi_name

啟動環境activate?my_envi_name

檢查環境內安裝包conda list

安裝packageconda install package_name

package 升級conda upgrade –all

package 單一升級conda update numpy

package卸載conda remove numpy

查詢packageconda search numpy

還可以一步到位：比如新建一個名叫My_Deeplearning的環境，并給他安裝python3.6 、pandas，可以如下：

conda create -n My_Deeplearning python=3.6pandas

保存環境(首先要確保在環境中)conda env export>environment.yaml

刪除環境conda remove -n my_env_name

2.Jupyter Notebook

想要運行某ipython的notebook，在終端中，cd至下載文件ipnb的目錄，然后jupyter notebook 文件名

使用Esc鍵，啟動命令模式。

Esc+h 調出菜單。

3.線性回歸Regression

“scikit-learn”包是封裝了線性回歸的應用包，在用它處理線性回歸時，僅需要調用它的<線性回歸包>就好。僅需五部完成線性回歸以及預測。

“”“第一步：調用《線性回歸包》””

fromsklearn.linear_modelimportLinearRegression

“”“第二步：賦值回歸模型給變量”

model =LinearRegression()

“第三步：調用變量.fit函數，并給函數賦值參數X-Y,需要特別注意的是，傳入模型的X和Y值，屬性應該為DataFrame形式，而不是Series形式。所以如果是直接從pandas中傳入某列，如data[‘交易量’]（Series Type），則傳入X時，應改為X=data[[‘交易量]]（DataFrame Type）”*

model.fit(X_series,Y_series)

“第四步：給定X值，預測Y”

model.predict([New_X])