1.到Python官网https://www.python.org/下载并安装Python，并安装好pip，配置好环境变量。

2.美国的一个实验室网站http://www.lfd.uci.edu/~gohlke/pythonlibs/提供了大量用于Windows平台下的Python第三方扩展包下载。根据自己所下载的版本选择对应的包。所能安装的包可以这样查看。进入shell中，输入：import pip; print(pip.pep425tags.get_supported())，如下所示：

3. 这里按照依赖顺序选择 Numpy+MKL、SciPy、Scikit-learn的包下载，（例如numpy-1.13.0rc2+mkl-cp36-cp36m-win32.whl）。

4.下载完成后，按照上面提到的顺序，依次在下载文件同所在目录的cmd中键入这样的命令（以Numpy+KL为例）：

python -m pip install -U numpy-1.13.0rc2+mkl-cp36-cp36m-win32.whl  

5.安装完上述扩展包后，就可以通过

import numpy,scipy,sklearn  

测试并使用它们。

【注】

（1）Numpy提供一些高级的数学运算机制，还具备非常高效的向量和矩阵运算功能。这些功能对机器学习来说非常重要。http://www.numpy.org

（2）Scipy是在Numpy的基础上构建的更强大，应用领域更广的科学计算包，需要依赖Numpy的支持安装和运行。

（3）对以上两个编程库可参考下面这个在线教程学习用法：https://docs.scipy.org/doc/numpy-dev/user/quickstart.html

（4）Scikit-learn 依托于上述几种工具包，封装了大量经典以及最新的机器学习模型。使用文档：http://scikit-learn.org/stable/user_guide.html

（5）Matplotlib 是一款Python编程环境下免费使用的绘图工具包，其工作方式和绘图命令几乎和MATLAB一致，也可在上面提到的网站下载。在线文档：http://matplotlib.org/contents.html

（6）Pandas 是一款针对数据处理和分析的Python工具包，其中实现了大量便于数据读写、清洗、填充以及分析的功能。文档：http://pandas.pydata.org/pandas-docs/stable/