当我们在看官方文档的时候，脑子里应该意识到什么

UsingPython2.7

Step 1. 打开官方参考文档 sklearn 1.10 -- Decision Tree

这应该是调包侠的第一步。意识1：你需要相信所有你需要的功能，早就有人给你写好了。如果没有，那就是你的想法还不够好。

看到英文不要怂，基本上只需要看代码，还有代码前后的一两句英文（通常是对代码的最直接解释）。

Step 2. 直接把代码丢进来看看

Talk is cheap, show me the code. 因为功力不足，所以最好就是把东西丢进编译器看看输出是什么。这也是一种新手读代码比较靠谱的方式。Print it out.

from sklearn import tree
X = [[0, 0], [1, 1]]
Y = [0, 1]
clf = tree.DecisionTreeClassifier()
clf = clf.fit(X, Y)
print clf.predict([[2., 2.]])

编译器直接输出了1（一个预测的结果）。你看，import一个别人写好的包，把数据丢进去，fit & predict就搞定了。老板要是问你这什么原理？

• “这。。。反正很复杂的，很难跟你解释。真的要解释吗，有草稿纸写数学公式吗？要三页。”
• “好了，不用解释了....干得不错。”
  意识2：现在你可以理解，为什么说数据挖掘80%的时间都在洗数据（预处理）吗？

Step 3. 关于画一棵树

from sklearn.datasets import load_iris
from sklearn import tree
iris = load_iris()
clf = tree.DecisionTreeClassifier()
clf = clf.fit(iris.data, iris.target)
# 至此，就已经完成了训练，测试或应用，主要看心情。
# 画棵树给老板看看。
from sklearn.externals.six import StringIO
with open("iris.dot", 'w') as f:
    f = tree.export_graphviz(clf, out_file=f)
import os
os.unlink('iris.dot')
from sklearn.externals.six import StringIO  
import pydot 
dot_data = StringIO() 
tree.export_graphviz(clf, out_file=dot_data) 
graph = pydot.graph_from_dot_data(dot_data.getvalue()) 
graph.write_pdf("iris.pdf") 

什么？官方代码也能报错？

ImportError: No module named pydot

报这个错误的时候，估计尴尬症都快犯了，鱿鱼也快炒熟了。

Step 4. 到底怎么装pydot

高能预警：这部分代码都在cmd中直接输入并回车运行。在cmd模式下，可以用鼠标复制粘贴，但不能用control+C/V。

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
以下是我解决问题的流程和演过的内心戏
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%

其实你需要的是安装一个包（module），通过百度“pydot 安装”，其实很容易可以找到方法。一般人家的博客里面都会有比较系统的总结。如果没有，那就看第二个博客。

第一个链接一般是最靠谱的吧。提到了安装需要两个东西：pyparsing，Graphviz。还有下载地址，但绝望的是，地址失效了。
第二个链接看起来很靠谱。
里面也提到pyparsing + graphviz。还有版本号，好像是某个包的样子。同时你应该学到更专业的表达：配置xx环境（意识3：信息能相互印证时，可靠程度是比较高的。）
这个时候就可以试试看安装了：

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
只有代码是有用的，而且每一行是一个可执行的命令
如果你看不懂，最有可能是你不懂什么叫cmd，什么叫一条命令
百度一下，你就知道
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%

这里提示我已经装好了。

# 如果你已经自行探索，还失败了。。
# 先把之前装的东西删掉
conda remove graphviz
conda remove pyparsing 
pip uninstall pydot
pip uninstall pydot2
# 简单来说，如果你是用conda install命令安装的，conda remove your-package-name
# 如果你是用pip install命令安装的，pip uninstall your-package-name

正式开始安装由此开始。

conda install graphviz
# 按y+回车确定之后，等待完成
conda install pyparsing
# 这个时候它会告诉你anaconda已经有了。。。

第三个链接也好像可以。实际上，里面有非常重要的信息，pyparsing是个包，而且因为某些原因，这个包有两个版本，太新的还不行。

pip uninstall pyparsing 
pip install -Iv https://pypi.python.org/packages/source/p/pyparsing/pyparsing-1.5.7.tar.gz#md5=9be0fcdcc595199c646ab317c1d9a709
pip install pydot

这里还有一些小bug，将错误提示丢入百度之后可以找到答案。

# 还需要安装
pip install pydot2

Step 5. 我们缺少的东西是什么？

我为大家推荐anaconda，好处就是他集成了大部分你可能需要的东西。比如所有的科学计算和数据挖掘包，新手光是研究怎么安装这些包可能都花去了一大半的热情。比如方便的交互式编程工具Jpuyter，类似Pycharm的IDLE————Spyder等等。

就说包的安装这个问题，困难的是地方是解决冲突。通过上面的问题，可以让大家体会到这个难处。比如pydot是基于pyparsing和graphviz的，如果基础的包版本不对（一般是太落后），那么高级包（pydot）写出来的代码是不可能通过编译的。

再比如，numpy这个包为python引入了一种强大的数据结构：矩阵。让python摆脱了低效的for循环。机器学习（sklearn,statsmodel）中的很多算法，也是用矩阵去迭代更新计算结果的。试想numpy这个包被改动一些，后果有多严重。

但是包总是要更新的，所以anaconda里面还实现了一个包管理工具conda。这就是我们上面的命令conda install中的conda的意思。值得一提的是pip也是一个包管理工具。conda在更新包的时候，会自动寻找它的依赖包，先把它的依赖包都升级了。是不是很人性化。。。

但这也意味着，你不会在初期经历这些坑。所以这是本次作业的目的所在。

Step 6. 小结

• 当英雄（调包侠）也不容易
• 一边百度一边猜就行了
• 包管理工具conda, pip
• 包的依赖关系可能让安装包变得很复杂
• conda是一个方便的主流包管理工具，能够自动升级依赖包。对于一些比较新奇的包，或者旧版本的包，用pip更好。