点击左上角的搜索按钮，在输入框里输入“Terminal”，弹出命令行界面。双击终端图标启动终端：
*Ubuntu中的终端界面
所有后续的命令都在此终端输入。
任何崭新的Ubuntu Linux系统上做的第一件事就是更新和升级软件包。前者告诉Ubuntu可用的新软件包有哪些，后者用新版的软件包替换旧版的。运行下列命令（你将被提示输入您的密码） ：
sudo apt-get -y update sudo apt-get -y upgrade-y前缀告诉Ubuntu接受所有回答“是/否”的问题为'是'。 “sudo”是一个Ubuntu/Debian Linux的命令，允许以管理员权限执行其他命令。由于我们将在站点范围安装软件包，我们需要机器的root权限，因此必须使用'sudo'
你可能会在这里得到一个错误消息：
E: Could not get lock /var/lib/dpkg/lock - open (11: Resource temporarily unavailable)为了解决这个问题，再次运行"sudo apt-get -y update"，如果它不起作用，你可以在该站点()上查看是否有其他的命令。
一旦这两个更新命令成功执行，接下来我们需要安装Python，NumPy/SciPy，matplotlib，pandas，scikit-learn和IPython。我们将从Python开发包和编译器开始安装，编译器将在编译所有软件的时候用到：
sudo apt-get install python-pip python-dev python2.7-dev build-essential liblapack-dev libblas-dev一旦必要的软件包已安装，我们就可以通过pip，即Python包管理器，安装NumPy。pip将下载NumPy的zip包，然后从源代码编译。请记住，编译需要花费一些时间，大概10-20分钟！
sudo pip install numpyNumPy安装完了后,我们需要在继续之前检查它是否可用。如果你仔细看终端，你会发现计算机名后面跟了你的用户名。比如我的是mhallsmoore@algobox，随后是提示符。在提示符下键入python，然后试着导入NumPy。我们将计算一个列表的平均值,以测试NumPy是否可用:
mhallsmoore@algobox:~$ python Python 2.7.4 (default, Sep 26 2013, 03:20:26) [GCC 4.7.3] on linux2 Type "help", "copyright", "credits" or "license" for more information. >>> import numpy >>> from numpy import mean >>> mean([1,2,3]) 2.0 >>> exit()现在，我们已成功安装NumPy，接下来要安装Python的科学库,即SciPy。然而，它有一些依赖的软件包，包括ATLAS库和GNU Fortran编译器：
sudo apt-get install libatlas-base-dev gfortran现在,我们将通过pip安装SciPy.这将需要相当长的时间（约20分钟，这取决于你的电脑），所以也许你可以去喝杯咖啡先：
sudo pip install scipy唷！现在已安装SciPy。让我们通过计算一个整数列表的标准差来测试SciPy是否可以正常使用：
mhallsmoore@algobox:~$ python Python 2.7.4 (default, Sep 26 2013, 03:20:26) [GCC 4.7.3] on linux2 Type "help", "copyright", "credits" or "license" for more information. >>> import scipy >>> from scipy import std >>> std([1,2,3]) 0.81649658092772603 >>> exit()接下来我们需要安装matplotlib的依赖包，Python的图形库。 由于matplotlib是一个Python包，无法使用pip去安装以下PNG，JPEG文件和FreeType字体库相关的库，所以我们需要Ubuntu为我们安装：
sudo apt-get install libpng-dev libjpeg8-dev libfreetype6-dev现在我们可以安装matplotlib了:
sudo pip install matplotlib我们将安装数据分析和机器学习库,pandas和scikit-learn.这步不需要安装额外的依赖库, 因为NumPy和SciPy已经将依赖都覆盖了.
sudo pip install -U scikit-learn sudo pip install pandas我需要测试scikit-learn:
mhallsmoore@algobox:~$ python Python 2.7.4 (default, Sep 26 2013, 03:20:26) [GCC 4.7.3] on linux2 Type "help", "copyright", "credits" or "license" for more information. >>> from sklearn load datasets >>> iris = datasets.load_iris() >>> iris .. .. 'petal width (cm)']} >>>另外,我们需要测试pandas:
>>> from pandas import DataFrame >>> pd = DataFrame() >>> pd Empty DataFrame Columns: [] Index: [] >>> exit()最后, 我们需要安装IPython.这是一个交互式的Python解释器，它相比标准的Python控制台，提供了一个更精简的工作流。在以后的教程中，我将讲述IPython在算法交易开发中的完整用途：
sudo pip install ipython虽然IPython本身已经相当有用，它通过包含qtconsole可以有更强大的能力,qtconsole提供了内联matplotlib可视化的能力。尽管如此，它需要多一点点的工作以使它启动和运行。
首先，我们需要安装Qt库。对于这一点，你可能需要更新你的软件包（我做了！）：
sudo apt-get update