最近接了一個大資料專案，需要進行到資料分析，作為一個從程式設計師往資料探勘工程師轉行的人來說，R語言在靈活性上不如Python，並且在深度神經網路等機器學習開源模組上，python也比R語言有更好的支援。本文主要利用Ubuntu來搭建虛擬機器來進行資料分析工作，主要利用了sklearn和keras開源模組。Google開發的深度神經網路python開源模組tensorflow目前不支援windows系統，因此強烈建議使用linux作業系統，而redhat雖然是Linux系統中比較成熟的一種，但是其yum是付費服務，並且沒有預裝apt-get等大量的外掛，因此選擇ubuntu系統，對於剛入門的新手來說更友好。 環境配置： VM Ware 12.0（在不同主機之間的檔案複製貼上比Visual Box要好一點） Anaconda2 （python2.7以及相關的科學計算整合，安裝完成後就可以直接使用科學計算所有的模組，包括最流行的numpy，pandas） JetBrain Pycharm （Python開發最火的IDE整合開發工具，方便使用git和github進行程式碼的管理） Ubuntu16.01 amd64位 1、Ubuntu虛擬機器安裝
選擇Ubuntu的ISO映象檔案，這時VM Ware將自動選擇為簡易安裝，不用考慮分割槽問題
設定虛擬主機的名稱，新建一個user使用者，並設定登入密碼，這個密碼必須記住，因為在進行管理員操作的時候必須用到。
選擇虛擬機器的安裝目錄和名稱，這裡命名為Ubunu64位
考慮到做大資料的資料分析，因此磁碟大小建議分配50G，反正只是邏輯磁碟，分配多點沒有問題。
點選完成，則VM Ware自動幫你安裝虛擬機器，此時你只要耐心等待即可。 輸入剛剛設定的登入密碼，進入桌面 2、安裝git 點選左上角的圖示，點選terminal，開啟命令列視窗。
輸入sudo apt-get install git，下載git安裝包 輸入git config --global user.name "Your Name"git config --global user.email "

[email protected]"設定你的git的使用者名稱和郵箱 設定完成後，輸入git config -list，顯示資訊如下： user.name=Your Name  [email protected] 在命令列中輸入git，要是有正確返回，則git安裝完成。 3、Anaconda2的安裝 從官網上直接下載Anaconda2 適合linux的安裝包，複製貼上到/home/bigdata/Downloads下，建議直接在Ubuntu的火狐瀏覽器下直接下載，這樣直接從網上將Anaconda2、pycharm下載到相應的目錄。pycharm下載後是tar.gz格式，可以右鍵點選extract here進行解壓到當前目錄。同時，在/home/bigdata/Downloads下新建data、tmp兩個資料夾，存放資料分析的資料和模型結果。 此時，由於下載的Anaconda2是一個.sh檔案，Ubuntu系統對於.sh檔案不能很好的相容，所以不能直接點選開啟，必須使用命令列開啟。 輸入cd /home/bigdata/Downloads跳轉到Anaconda2的目錄 輸入bash Anaconda2-4.1.1-Linux-x86_64.sh，啟動安裝程式，按照提示進行操作 完成後，/home/bigdata資料夾會有一個anaconda2的資料夾。 新增環境變數，使系統能夠使用Anaconda裡的工具命令。 輸入sudo gedit /etc/environment，輸入登入密碼，這裡的密碼是不可見的。得到 在PATH路徑中新增anaconda的bin包路徑，注意要新增到“”中，並且用：隔開。
點選save儲存。然後退出 開啟命令列，輸入python，如果出現下圖，則Anaconda安裝成功。 但這時安裝好的Anaconda2裡的python2.7.12仍然不是系統預設的Python工具 輸入sudo rm /usr/bin/python刪除原系統預設的python工具 輸入sudo ln -s /home/bigdata/anaconda2/bin/python2.7 /usr/bin/python建立新連線 輸入source /etc/environment讓操作生效。 輸入python，得到下列資訊，則python和anaconda徹底安裝成功。
4、機器學習相關開源模組安裝 安裝Anaconda後，可以使用pip或conda工具進行下載開源Python模組，但是必須保持網路連線狀態。由於深度神經網路和一些機器學習的模組很新，所以必須兩個命令都用到。 輸入： conda install theano conda install keras pip install tensorflow pip install sklearn 安裝提示資訊安裝，完成後，輸入python進入python命令列工具，分別輸入import keras和import sklearn，如果沒有錯誤資訊，則模組安裝完成。 5、使用pycharm 開啟命令列輸入cd /home/bigdata/Downloads/pycharm-community-2016.2.2/bin 輸入 bash pycharm.sh執行pycharm 點選左上角的FIle-->settings--->version control----->github，輸入自己的github賬號和密碼，點選測試 點選Test後，第一次會讓你設定本地github的登入密碼，這個密碼必須記住，因為是不是系統在你提交程式碼或者從github上clone時需要填寫這個密碼來驗證。如果你的github賬號密碼都正確，則出現下圖。 在選擇git這個選項，設定你已經安裝好的git工具的路徑，一般為/usr/bin/git. 點選Test，出現下圖則github和git都配置成功，可以使用了。 5、從github中匯入專案 從選單欄中點選VCS，選擇checkout from version control，再選擇github。 然後就可以選擇你想要的專案匯入到本地了 有興趣的同學可以在URL那欄複製貼上https://github.com:braveld/PythonProgram.git，這是我分享的我找的一些機器學習的程式碼，以及sklearn和keras的用法，比較容易入手。機器學習的訓練集和測試集留言並留下你的郵箱，我會盡快發給你。