Python中數據分析環境搭建
Python的運行環境
要運行或寫Python代碼,就需要Python的運行環境,主要的Python有以下三類:
1、原生態的Python:就是直接從Python的官網下載,然後安裝使用。這類方法最簡單直接,但是後期不容易維護;
2、一些其他類型的Python發行本:這種類型的Python一般與一些package和其他工具整合在一起,類似於定製版的Python,易於安裝和使用,例如用的比較多的Anaconda發行版;
3、使用docker來提供Python的運行環境:使用該方法,不用在自己電腦上直接安裝Python的,只用在docker中構建好相應的Python的image就好了。
回想自己使用Python的過程,一開始也是直接到Python的官網上下載最新版本的安裝包。安裝完Python後,添加環境變數,在cmd中用pip一個一個安裝需要使用的package。每次都是重複這樣的過程,有時候會遇到一些莫名其妙的問題,比如某些package無法安裝成功;有時候只能下源碼自己編譯安裝。有時候還會需要不同版本的Python,電腦里就會出現多個版本的Python。
現在後面兩類方法用的比較多。
關於開發環境
還記得有段時間接觸到Java,一直分不清楚JRE和JDK的區別。現在終於搞明白了,JRE是運行是Java運行環境(Java Runtime Environment),可以用來運行Java的代碼;JDK是Java開發工具包(Java Developer"s Kit),即Java的開發環境,主要用來寫代碼。
寫代碼時,有一個好的集成開發環境(integrated development environment,IDE)會讓我們事半功倍,包括但不限於以下這些優點:
·語法檢查;
·提示及命令補全;
·好看的配色和字體;
·強大的debug功能;
·對大型project的管理功能。
我用的比較多的IDE包括:PyCharm,Spyder和Jupyter notebook.
·PyCharm在開發大型項目時是首選,但是平時分析數據時就顯得有些笨重了;
·Spyder主要用於科學計算(與RStudio非常像,可以單行運行);但是對內存要求比較大,數據量比較大的時候容易崩潰;
·Jupyter notebook算是新生代的數據科學界的IDE,非常適合做數據分析。
Anaconda發行版
Anaconda是一種Python語言的免費增值開源發行版,用於進行大規模數據處理, 預測分析, 和科學計算, 致力於簡化包的管理和部署。Anaconda使用軟體包管理系統Conda進行包管理。——wiki
上面是wiki中對Anaconda Python發行版的介紹,其特點就是:為數據科學而定製的版本,利用conda來管理package比原生態的pip更方便。
完整版本的Anaconda
完整版本的Anaconda比較大,最新版的600多兆(windows, 64-Bit, Python3.6),該版本不僅包括Python,還有預裝好的100多個package,省去了自己安裝包的麻煩。但是體積比較大,通常很多包都用不到。
Miniconda
Minicoda只包含conda, Python和少量的包,大小只有50幾兆。安裝好Miniconda後,可以使用conda install來安裝其他python的包
下面以Miniconda為例,安裝和配置Python的運行環境及開發環境(windows 7, 64位)
1. 安裝miniconda
打開上面的鏈接,下載想要安裝的版本後進行安裝。
更多參考安裝指南:https://conda.io/docs/user-guide/install/index.html
安裝完成後,在開始菜單可以看到下面的標誌:
2. 安裝需要的package
- conda env list: 列出所有的虛擬環境;
- conda list: 列出當前虛擬環境中已經安裝的包;
- conda search packagex: 搜索包packagex,會返回不同版本的包,可以使用"packagex==x.y"來指定安裝x.y版;
- conda install packagex: 安裝包packagex.
由上圖可以看到,現在只有一個虛擬環境——base,在這個環境中有30個預裝的包。
下面安裝常用的幾個用於數據分析的工具包:
指定安裝0.19.1版的scikit-learn: conda install scikit-learn==0.19.1
conda作為anaconda中Python包管理工具,還有其他很多功能,可參考:
https://conda.io/docs/commands.html
https://conda.io/docs/_downloads/conda-cheatsheet.pdf
3. 安裝jupyter notebook
安裝jupyter notebook的命令:conda install jupyter
安裝後,可以看到開始菜單多了一個圖標:
4. 運行jupyter notebook
使用時,可以直接從開始菜單中的"Jupyter Notebook"啟動,或是在命令行中輸入jupyter notebook。打開後,會在瀏覽器中打開一個頁面:
鏈接默認為:http://localhost:8888/tree
界面如下:
點擊圖中框出來的"New"菜單,選擇"Python 3"就可以打開一個新的notebook
界面如下:
這時就可以寫代碼了!
退出時,關閉相應的cmd窗口就可以了。
Jupyter Notebook
對於Jupyter Notebook,完全值得單獨拿出來說說。
jupyter notebook是一個互動式的IDE,雖然不像PyCharm這種重型IDE那麼強大,但是仍然可以當做IDE來用,而且有一些特色非常適合用來進行數據分析:
·可以單行運行代碼,這樣就可以一行一行的檢查代碼,查看運行結果,反覆嘗試;
·每次運行後變數都保存在內存中,因此可以重複使用(這對於一些比較耗時的計算過程,尤其有用);
·可以寫markdown格式的注釋,這樣就可以將整個分析過程非常清晰的表達出來;
·可以利用Mathjax展示數學公式;
·可以插入圖片等,可以製作出圖和代碼並茂的非常精緻的筆記和文檔(有很多已經出版的書都是完全使用notebook來寫作的).
但是個人感覺jupyter notebook並不適用代碼量比較大的工程類項目。
自己最近幾個月一直在使用這個工具,但是還沒有系統的研究過。這裡先放幾個鏈接,後面再來補充:
·知乎上的一個介紹:https://www.zhihu.com/question/37490497/answer/212044783(你為什麼使用 jupyter ,進行分析,而不是用 python 腳本或僅僅利用 excel ? - 子珂的回答)
·datacamp中介紹Jupyter Notebook的文章(包括如何運行R代碼):https://www.datacamp.com/community/tutorials/tutorial-jupyter-notebook
·另一篇文章(包括快捷鍵,其他注意事項等):https://www.dataquest.io/blog/jupyter-notebook-tutorial/
此外,JupyterLab:被稱為下一代Jupyter,對原來的Jupyter Notebook做了很多改進。
參考文檔:https://jupyterlab.readthedocs.io/en/latest/
安裝:conda install -c conda-forge jupyterlab
運行:jupyter lab
※Python挑翻音樂網,GUI實現音樂播放器,無敵Pythoner煉成記!
※有哪些程序員的梗
TAG:Python |