本文主要向大家介绍了机器学习入门之如何在cmd命令提示符下安装numpy，通过具体的内容向大家展现，希望对大家学习机器学习入门有所帮助。

问题背景：平常用cmd运行python代码问题不大，我在学习《机器学习实战》这本书时，发现cmd无法运行import numpy as np这条语句，原因是没有安装numpy。虽然用Anaconda的prompt以及Spyder等都可以成功运行，但如何在cmd环境下使用代码中含有numpy的文件呢?

答：
用pip install numpy命令即可，以下是效果：

现在我们试着运行代码：
这里的文件名为KNN02.py，内容来自《机器学习实战》
# -*- coding: utf-8 -*-
"""
Created on Thu Mar 29 11:14:25 2018
@author: CHJ
"""

import numpy as np
"""
函数说明：打开并解析文件，对数据进行分类：1代表不喜欢，2代表魅力一般，3代表极具魅力
"""
def file2matrix(filename):
    #打开文件
    fr = open(filename)
    #读取文件所有内容
    array0Lines = fr.readlines()
    #得到文件行数
    numberOfLines = len(array0Lines)
    #返回的NumPy矩阵，解析完成的数据：numberOfLines行，3列
    returnMat = np.zeros((numberOfLines,3)) #zeros(2，3)就是生成一个 2*3的矩阵，各个位置上全是 0 
    #返回的分类标签向量
    classLabelVector = []
    #行的索引值
    index = 0
    for line in array0Lines:
        #s.strip(rm),当rm空时，默认删除空白符（包括‘\n‘,‘\r‘,‘\t‘,‘ ‘)
        line = line.strip()
        #使用s.split(str ="",num = string,cout(str))将字符串根据‘\t‘分隔符进行切片。
        listFromLine = line.split(‘\t‘)
        # 每列的属性数据
        returnMat[index,:] = listFromLine[0:3] #将数据前三列提取出来，存放到returnMat的NUmPy矩阵中，也就是特征矩阵
        #根据文本中标记的喜欢的程度进行分类，1代表不喜欢，2代表魅力一般，3代表极具魅力
        if listFromLine[-1] == ‘didntLike‘:  #索引值-1表示列表中最后一列元素
            classLabelVector.append(1)
        elif listFromLine[-1] == ‘smallDoses‘:
            classLabelVector.append(2)
        elif listFromLine[-1] == ‘largeDoses‘:
            classLabelVector.append(3)
        index += 1
    return returnMat,classLabelVector

if __name__ == "__main__":
    #打开的文件名
    filename = ‘datingTestSet.txt‘
    #打开并处理数据
    datingDataMat, datingLables = file2matrix(filename)
    print(datingDataMat)
    print(datingLables)
看看结果：

本文由职坐标整理并发布，希望对同学们有所帮助。了解更多详情请关注职坐标人工智能机器学习频道！