是的，最近在做一些数据分析和建模方面的研究，Python自然是首选了，嗯，有人可能会问Matlab不是很好么，额，笔记本电脑容量有限，就不装了，至于台式机，最近系统有点NP问题，懒得去实验室了，所以只能用Python了
快速镜像安装方式之前就说了，清华的比较好用，这里先装几个包试试
pip install numpy scipy matplotlib ipython scikit-learn pandas额，这是建立在已经安装了Python的情况下，pip自然是首选，如果此前没有安装的话，建议了解一下下面的几个集成安装包环境
Anaconda| https://www.anaconda.com/
Enthought| https://www.enthought.com/
Python(x,y)| http://python-xy.github.io/
建立在安装上述库的基础上（一些额外的库需要时可自行添加），介绍今天的重点内容，Jupyter Notebook
一款高性能的Web式代码编辑运行工具，这里介绍它并不代表它仅可以在Python层面上使用，其他语言也是可以的，如果是传统的编辑器用的不耐烦了，想换一换口位，可以考虑试一试（额，至少我还是比较喜欢在VS上面跑代码，对我而言，它很强大）
Jupyter，我用它的原因是，额，配套的教程代码是它的风格写的，🤣，我也挺无奈，但是使用的过程中感觉这款应用还是极其方便的，故此探讨和推荐一波
简洁同时又美观的界面，我感觉挺舒服的，一见钟情，🤣，是，可还行？哈哈，看个人的品味吧，但是功能的强大值得尝试，我第一次用就能感觉到，这款Web式应用潜在的极大潜能
直接打开该HTML页面就可以直观的看见它的代码风格以及一些非常友好的coding方式，强势的功能包含，谋篇布局等等
console后台启动与监控，如果安装了Python的情况下，安装只需要一句代码，运行也是一句代码（注意cmd）
cmd(win+r)pip install jupyterlab(not advice)pip install -i https://pypi.tuna.tsinghua.edu.cn/simple jupyterlab(advice)jupyter notebook代码就不分析了，是我用新装的环境测试一波功能用的，经典的鸢尾花分类问题（现已集成在scikit-learn里面）
grr = pd.plotting.scatter_matrix(iris_dataframe,c = y_train,figsize=(15,15),marker = 'o',hist_kwds = {'bins':20},s = 60,alpha = .8)mglearn这方面有点小问题，抽时间再修一修，总体测试结果没有啥问题，运行还算稳定，达到预期效果🐸
http://www.pianshen.com/article/547231998/
https://www.bilibili.com/video/av73872271