如題。
從官網上下載python及各種庫，無奈網速太慢毫無效率，配置複雜。找到了解決辦法，就是anaconda。
自帶Numpy、Scipy、Matlotlib、Scikit-learn等庫，可以在navigator中線上下載沒有的庫(如tensorflow,keras),不用配置，十分方便。
測試程式碼如下。

第一個程式碼：斜線座標，測試matplotlib

import matplotlib
import numpy
import scipy
import matplotlib.pyplot as plt

plt.plot([1,2,3])
plt.ylabel('some numbers'
 
)
plt.show()

第二個程式碼：桃心程式，測試numpy和matplotlib

import numpy as np
import matplotlib.pyplot as plt

X = np.arange(-5.0, 5.0, 0.1)
Y = np.arange(-5.0, 5.0, 0.1)

x, y = np.meshgrid(X, Y)
f = 17 * x ** 2 - 16 * np.abs(x) * y + 17 * y ** 2 - 225

fig = plt.figure()
cs = plt.contour(x, y, f, 0, colors = 'r')
plt.show
 
()

第三個程式：顯示Matplotlib強大繪圖互動功能

# coding=utf-8    

import numpy as np  
import matplotlib  
import scipy  
import matplotlib.pyplot as plt  

#設定legend: http://bbs.byr.cn/#!article/Python/7705  
#mark樣式: http://www.360doc.com/content/14/1026/02/9482_419859060.shtml  

#國家 融合特徵值  
x1 = [10, 20, 50, 100, 150, 200, 300]  
y1 = [0.615
 
, 0.635, 0.67, 0.745, 0.87, 0.975, 0.49]  

#動物  
x2 = [10, 20, 50, 70, 90, 100, 120, 150]  
y2 = [0.77, 0.62, 0.77, 0.86, 0.87, 0.97, 0.77, 0.47]  

#人物  
x3 = [10, 20, 50, 70, 90, 100, 120, 150]  
y3 = [0.86, 0.86, 0.92, 0.94, 0.97, 0.97, 0.76, 0.46]  

#國家  
x4 = [10, 20, 50, 70, 90, 100, 120, 150]  
y4 = [0.86, 0.85, 0.87, 0.88, 0.95, 1.0, 0.8, 0.49]  

plt.title('Entity alignment result')  
plt.xlabel('The number of class clusters')  
plt.ylabel('Similar entity proportion')  

plot1, = plt.plot(x1, y1, '-p', linewidth=2)  
plot2, = plt.plot(x2, y2, '-*', linewidth=2)  
plot3, = plt.plot(x3, y3, '-h', linewidth=2)  
plot4, = plt.plot(x4, y4, '-d', linewidth=2)  

plt.xlim(0, 300)  
plt.ylim(0.4, 1.0)  


#plot返回的不是matplotlib物件本身,而是一個列表,加個逗號之後就把matplotlib物件從列表裡面提取出來  
plt.legend( (plot1,plot2,plot3,plot4), ('Spot', 'Animal', 'People', 'Country'), fontsize=10)  
plt.show()  

第四個程式碼：矩陣資料集，測試sklearn

from sklearn import datasets
iris = datasets.load_iris()
digits = datasets.load_digits()
print digits.data