Instalasi NumPy, SciPy, Matplotlib dan sklearn di Windows

Untuk belajar Artificial Intelligence with Python (Kecerdasan Buatan dengan Python) membutuhkan berbagai paket seperti NumPy, SciPy, scikitlearn, dan matplotlib. Pastikan kamu menginstal paket-paket ini sebelum melanjutkan belajar.

Dimulai dengan menginstal versi stabil terbaru dari Python 3, yang saat ini ditulis adalah 3.8. atau versi 23.9. Buka https://www.python.org/downloads/ lalu unduh dan instal. Secara Python Windows default adalah 32 bit. Jika kamu membutuhkan Python versi 64 bit, kunjungi https://www.python.org/downloads/windows/ 

1. Mulai penginstal sebagai mana tradisi instalasi. Tetapi pada bagian Advanced Options pastikan tercentang seperti gambar berikut:

2. Tekan tombol Install dan tunggu beberapa menit, tergantung pada kecepatan komputer Anda, agar siap. Di halaman terakhir penginstal, Anda juga harus menekan Disable path length limit:

3. Sekarang, untuk memeriksa apakah Python telah diinstal dengan benar, aplikasi python pada windows. Anda akan melihat sesuatu seperti ini:

4. Keluar dari interpreter Python dengan menulis quit() dan menekan tombol Enter.

5. Sekarang, buka jendela CommadProm (Window+R, lalu ketik CMD). Lakukan upgrade pip terlebih dulu dengan perintah:  python.exe pip install --upgrade pip

6. Gunakan rangkaian perintah berikutnya untuk menginstal NumPy, SciPy, dan Matplotlib:

1     python -m pip install numpy

2     python -m pip install scipy

3     python -m pip install matplotlib

4 python -m pip install sklearn

 Setelah setiap perintah di atas, Anda akan melihat Successfully installed

7. Dari sini kamu udah berhasil. Namun sebagai tambahan, luncurkan Python dari jendela cmd dan periksa versi Scipy, kamu akan melihat sesuatu seperti ini:

8. Mari kita coba sesuatu yang sedikit lebih menarik sekarang, mari kita plot fungsi sederhana dengan Matplotlib. Ketik kode berikut dengan code editor, disini saya menggunakn Visual Studio Code:

import scipy as sp

import matplotlib.pylab as plt

t = sp.linspace(0, 1, 100)

plt.plot(t, t**2)

plt.show()

9. Bila betul, kamu akan melihat sesuatu seperti ini:

10. Sekian tutorialnya. Tetap semangat yach...