首先，吐槽一下，真的是折腾好几天，一会更新这个，一会更新那个，总是各种奇葩问题诸如此类：
cannot import check-build
pip有新版本，需要更新（黄字）
其中scipy出错最多，但是还是可安装的
找不到指定模块
no model XXX
诸如此类，各种更新就是不行
但是下边的这个文章真的是帮了大忙。。。。。。。。。本身比较懒惰，不想全部卸载后在更新，所以一直各种问题，看了下边的文章，非常有用，当然有些人的可能真的只是scipy不兼容，那你更新一下就好了，要是还不行，你就全删了，从新安装，注意安装顺序
http://www.2cto.com/kf/201512/454271.html
还有版本问题，
。。。。。。。。。。。。。。。。。。。。。。。以下是文章内容
这篇文章主要讲述Python如何安装Numpy、Scipy、Matlotlib、Scikit-learn等库的过程及遇到的问题解决方法。最近安装这个真是一把泪啊，各种不兼容问题和报错，希望文章对你有所帮助吧！你可能遇到的问题包括：
ImportError: No module named sklearn 未安装sklearn包ImportError: DLL load failed: 找不到指定的模块ImportError: DLL load failed: The specified module could not be foundMicrosoft Visual C++ 9.0 is required Unable to find vcvarsall.batNumpy Install RuntimeError: Broken toolchain: cannot link a simple C programImportError: numpy.core.multiarray failed to importImportError: cannot import name __check_buildImportError: No module named matplotlib.pyplot一. 安装过程
最早我是使用"pip install scikit-learn"命令安装的Scikit-Learn程序，并没有注意需要安装Numpy、Scipy、Matlotlib，然后在报错"No module named Numpy"后，我接着使用PIP或者下载exe程序安装相应的包，同时也不理解安装顺序和版本的重要性。其中最终都会报错" ImportError: DLL load failed: 找不到指定的模块"，此时我的解决方法是：
错误：sklearn ImportError: DLL load failed: 找不到指定的模块重点：安装python第三方库时总会出现各种兼容问题，应该是版本问题，版本需要一致。第一步：卸载原始版本，包括Numpy、Scipy、Matlotlib、Scikit-Learnpip uninstall scikit-learnpip uninstall numpypip uninstall scipypip uninstall matplotlib第二步：不使用"pip install package"或"easy_install package"安装，或者去百度\CSDN下载exe文件，而是去到官网下载相应版本。http://www.lfd.uci.edu/~gohlke/pythonlibs/#scipyhttp://www.lfd.uci.edu/~gohlke/pythonlibs/#numpyhttp://www.lfd.uci.edu/~gohlke/pythonlibs/#matplotlibhttp://www.lfd.uci.edu/~gohlke/pythonlibs/#scikit-learn安装过程中最重要的地方就是版本需要兼容。其中操作系统为64位，Python为2.7.8 64位，下载的四个whl文件如下，其中cp27表示CPython 2.7版本，cp34表示CPython 3.4，win_arm64指的是64位版本。numpy-1.10.2-cp27-none-win_amd64.whlscipy-0.16.1-cp27-none-win_amd64.whlmatplotlib-1.5.0-cp27-none-win_amd64.whlscikit_learn-0.17-cp27-none-win_amd64.whlPS：不推荐使用"pip install numpy"安装或下载如"numpy-MKL-1.8.0.win-amd64-py2.7.exe"类似文件，地址如：http://sourceforge.net/projects/numpy/files/NumPyhttp://sourceforge.net/projects/scipy/files/ScipyPS(这里记得下载带有mkl的)
第三步：去到Python安装Scripts目录下，再使用pip install xxx.whl安装，先装Numpy\Scipy\Matlotlib包，再安装Scikit-Learn。其中我的python安装路径"G:\software\Program software\Python\python insert\Scripts"，同时四个whl文件安装核心代码：pip install G:\numpy+scipy+matplotlib\numpy-1.10.2-cp27-none-win_amd64.whlpip install G:\numpy+scipy+matplotlib\scikit_learn-0.17-cp27-none-win_amd64.whl
C:\>G:G:\>cd G:\software\Program software\Python\python insert\ScriptsG:\software\Program software\Python\python insert\Scripts>pip install G:\numpy+scipy+matplotlib\numpy-1.10.2-cp27-none-win_amd64.whlProcessing g:\numpy+scipy+matplotlib\numpy-1.10.2-cp27-none-win_amd64.whlInstalling collected packages: numpySuccessfully installed numpy-1.10.2G:\software\Program software\Python\python insert\Scripts>pip install G:\numpy+scipy+matplotlib\matplotlib-1.5.0-cp27-none-win_amd64.whlInstalling collected packages: matplotlibSuccessfully installed matplotlib-1.5.0G:\software\Program software\Python\python insert\Scripts>pip install G:\numpy+scipy+matplotlib\scipy-0.16.1-cp27-none-win_amd64.whlProcessing g:\numpy+scipy+matplotlib\scipy-0.16.1-cp27-none-win_amd64.whlInstalling collected packages: scipySuccessfully installed scipy-0.16.1G:\software\Program software\Python\python insert\Scripts>pip install G:\numpy+scipy+matplotlib\scikit_learn-0.17-cp27-none-win_amd64.whlProcessing g:\numpy+scipy+matplotlib\scikit_learn-0.17-cp27-none-win_amd64.whlInstalling collected packages: scikit-learnSuccessfully installed scikit-learn-0.17
第四步：此时配置完成，关键是Python64位版本兼容问题和Scripts目录。最后用北邮一个神人的回复结束这个安装过程：“傻孩子，用套件啊，给你介绍一个Anaconda或winpython。只能帮你到这里了！ ”
。。。。。。。。。。。。。。。。。。。
由于时间关系他那个版本你可能找不到了
以下是我的安装版本仅供参考：
。。。。。。。。。。。。。。。。。。。。
二. 测试运行环境
搞了这么半天，为什么要装这些呢？给几个用例验证它的正确安装和强大吧！Scikit-Learn是基于python的机器学习模块，基于BSD开源许可。Scikit-learn的基本功能主要被分为六个部分，分类，回归，聚类，数据降维，模型选择，数据预处理，具体可以参考官方网站上的文档。NumPy（Numeric Python）系统是Python的一种开源的数值计算扩展，一个用python实现的科学计算包。它提供了许多高级的数值编程工具，如：矩阵数据类型、矢量处理，以及精密的运算库。专为进行严格的数字处理而产生。内容包括：1、一个强大的N维数组对象Array；2、比较成熟的（广播）函数库；3、用于整合C/C++和Fortran代码的工具包；4、实用的线性代数、傅里叶变换和随机数生成函数。numpy和稀疏矩阵运算包scipy配合使用更加方便。SciPy (pronounced "Sigh Pie") 是一个开源的数学、科学和工程计算包。它是一款方便、易于使用、专为科学和工程设计的Python工具包，包括统计、优化、整合、线性代数模块、傅里叶变换、信号和图像处理、常微分方程求解器等等。Matplotlib是一个Python的图形框架，类似于MATLAB和R语言。它是python最著名的绘图库，它提供了一整套和matlab相似的命令API，十分适合交互式地进行制图。而且也可以方便地将它作为绘图控件，嵌入GUI应用程序中。第一个代码：斜线坐标，测试matplotlib
import matplotlibimport numpyimport scipyimport matplotlib.pyplot as pltplt.plot([1,2,3])plt.ylabel('some numbers')plt.show() 运行结果：
第二个代码：桃心程序，测试numpy和matplotlib
代码参考：Windows 下 Python easy_install 的安装 - KingsLandingimport numpy as npimport matplotlib.pyplot as pltX = 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 - 225fig = plt.figure()cs = plt.contour(x, y, f, 0, colors = 'r')plt.show()
运行结果：
import numpy as npimport matplotlib.pyplot as plt N = 5menMeans = (20, 35, 30, 35, 27)menStd = (2, 3, 4, 1, 2) ind = np.arange(N) # the x locations for the groupswidth = 0.35 # the width of the bars fig, ax = plt.subplots()rects1 = ax.bar(ind, menMeans, width, color='r', yerr=menStd) womenMeans = (25, 32, 34, 20, 25)womenStd = (3, 5, 2, 3, 3)rects2 = ax.bar(ind+width, womenMeans, width, color='y', yerr=womenStd) # add someax.set_ylabel('Scores')ax.set_title('Scores by group and gender')ax.set_xticks(ind+width)ax.set_xticklabels( ('G1', 'G2', 'G3', 'G4', 'G5') ) ax.legend( (rects1[0], rects2[0]), ('Men', 'Women') ) def autolabel(rects): # attach some text labels for rect in rects: height = rect.get_height() ax.text(rect.get_x()+rect.get_width()/2., 1.05*height, '%d'%int(height), ha='center', va='bottom') autolabel(rects1)autolabel(rects2) plt.show() 运行结果：
from sklearn import datasetsiris = datasets.load_iris()digits = datasets.load_digits()print digits.data
运行结果：
# coding:utf-8__author__ = "liuxuejiang"import jiebaimport jieba.posseg as psegimport osimport sysfrom sklearn import feature_extractionfrom sklearn.feature_extraction.text import TfidfTransformerfrom sklearn.feature_extraction.text import CountVectorizerif __name__ == "__main__": corpus=["我 来到 北京 清华大学", #第一类文本切词后的结果 词之间以空格隔开 "他 来到 了 网易 杭研 大厦", #第二类文本的切词结果 "小明 硕士 毕业 与 中国 科学院", #第三类文本的切词结果 "我 爱 北京 天安门"] #第四类文本的切词结果 #该类会将文本中的词语转换为词频矩阵，矩阵元素a[i][j] 表示j词在i类文本下的词频 vectorizer=CountVectorizer() #该类会统计每个词语的tf-idf权值 transformer=TfidfTransformer() #第一个fit_transform是计算tf-idf，第二个fit_transform是将文本转为词频矩阵 tfidf=transformer.fit_transform(vectorizer.fit_transform(corpus)) #获取词袋模型中的所有词语 word=vectorizer.get_feature_names() #将tf-idf矩阵抽取出来，元素a[i][j]表示j词在i类文本中的tf-idf权重 weight=tfidf.toarray() #打印每类文本的tf-idf词语权重，第一个for遍历所有文本，第二个for便利某一类文本下的词语权重 for i in range(len(weight)): print u"-------这里输出第",i,u"类文本的词语tf-idf权重------" for j in range(len(word)): print word[j],weight[i][j]
运行结果：
三. 其他错误解决方法
这里虽然讲解几个安装时遇到的其他错误及解决方法，但作者更推荐上面的安装步骤。在这之前，我反复的安装、卸载、升级包，其中遇到了各种错误，改了又改，百度了又谷歌。常见PIP用法如下：
* pip install numpy --安装包numpy* pip uninstall numpy --卸载包numpy* pip show --files PackageName --查看已安装包* pip list outdated --查看待更新包信息* pip install --upgrade numpy --升级包* pip install -U PackageName --升级包* pip search PackageName --搜索包* pip help --显示帮助信息ImportError: numpy.core.multiarray failed to importpython安装numpy时出现的错误，这个通过stackoverflow和百度也是需要python版本与numpy版本一致，解决的方法包括"pip install -U numpy"升级或指定版本"pip install numpy==1.8"。但这显然还涉及到更多的包，没有前面的卸载下载安装统一版本的whl靠谱。Microsoft Visual C++ 9.0 is required(unable to find varsall.bat)因为Numpy内部矩阵运算是用C语言实现的，所以需要安装编译工具，这和电脑安装的VC++或VS2012有关，解决方法：如果已安装Visual Studio则添加环境变量VS90COMNTOOLS即可，不同的VS版本对应不同的环境变量值：Visual Studio 2010 (VS10)设置 VS90COMNTOOLS=%VS100COMNTOOLS%Visual Studio 2012 (VS11)设置 VS90COMNTOOLS=%VS110COMNTOOLS%Visual Studio 2013 (VS12)设置 VS90COMNTOOLS=%VS120COMNTOOLS%但是这并没有解决，另一种方法是下载Micorsoft Visual C++ Compiler for 2.7的包。
PS：这些问题基本解决方法使用pip升级、版本一致、重新下载相关版本exe文件再安装。
希望对你有帮助
当然有的外文帖子说让你在cannot import check-build时候删掉sklearn里的import check-build 那几句，当然的确是不会再报错了，但是你要把ELSE 那段都删了，要不下一句又又错了，而且删除了只是保证你import sklearn时候没错，一旦你要用sklearn里的算法，还是会有错，根本解决不了问题，，，，，不要怕麻烦，重新装吧