python做数据分析的优势:
- 拥有大量的库为数据分析和处理提供了完整的工具链
- 随着库还在不断的增加的同时, 算法的实现也更加的创新。Numpy, matplotlib, scipy,scikit-learn
- python还能和其他多语言对接，比如C语言等
- 相对于R和MATLAB，python可做的事情更多, 一系列的连贯性更加好, 如web开发，爬虫，脚本、运维、机器学习
环境:
将使用 Anaconda 作为数据分析的工具(在后续的KNN近邻算法, 线性回归等也同样会用Anaconda来完成)
Anaconda : 一个跨语言、跨系统的集包管理、环境管理于一身的工具
Anaconda的特点： - 开源 - 安装使用简便, 且已集成大量现有库 - 支持python和R语言
下载地址： https://www.anaconda.com/download
安装过程 :
windows 注意： - 选just for me 选项 - 添加到path 中 - 安装完后在开始菜单可以看到如下图显示:
Linux 注意： - 添加到.bashrc文件，并source这个文件
安装完成以后，如何检查是否已经安装成功： ``` conda --version ```
升级到最新版本 ``` conda update conda ```
这儿可以自行把源修改为国内的清华源地址 (不改也行), 但帅的人都会改, 下载包的速度确实很快 , 清华源地址：
https://mirrors.tuna.tsinghua.edu.cn/help/anaconda/
具体修改： 根据上图, 打开Anaconda Prompt , 输入下列代码即可
1 # 添加清华源 2 conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ 3 conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/ 4 # 设置在下载的时候显示源的Url 5 conda config --set show_channel_urls yes 6 # 查看源是否已经添加成功 7 conda config --show channels
使用conda配置环境, 创建环境
1 # 创建一个名为py36的环境，指定python版本为3.6 2 # (不管是指定哪个版本,conda会为我们自动寻找最新的版本,注意,这儿选的是python3.6,是会自动选择3.6版本里的最新小版本, 比如3.6.x,而不是整个python的大版本) 3 conda create --name py36 python=3.6
激活环境
1 # 在windows下直接输入 activate 激活 2 activate py36 3 # 在Linux或者Mac下，使用 source activate 激活 4 source activate py36
激活以后，会发现控制台的命令行前面多了个(py36)的字样，这表示我们已经进入py35的环境里了
1 # windows退出环境 2 deactivate py36 3 # Linux退出环境 4 source deactivate py36 5 6 # 删除环境 7 conda env remove -n py36
使用conda做包管理 查看已经安装的包
1 # 查看当前环境中的包，已安装的包和对应的版本 2 conda list 3 # 查看指定环境内的包 4 conda list -n py36
查找某个包
1 # 查找指定的包是否可以通过conda来安装 2 # 会返回这个包的信息，如果能看到相关信息，说明这个包可能用conda来安装 3 conda search numpy 4 # 如果卡着不动，有可能网络原因，可以使用--offline参数 5 conda search numpy --offline
安装包
1 # 通过conda来安装Numpy 2 # 如果numpy已经安装，会提示已安装 3 conda install numpy
更新包
1 # 通过conda更新包 2 conda update numpy
卸载包
1 conda remove numpy
以上就是conda对包的安装、更新、卸载。conda将conda、python、pip都视为包，因此，完全可以使用conda来管理conda和python的版本，比如：
1 # 将conda更新到最新版本 2 conda update conda 3 # 同样的，也可以更anaconda到最新版本 4 conda update anaconda 5 # 更新python 6 # 比如我们现在是python3.6.4,执行下面的命令，就会更新到python3.6.x的最新版本(例如3.6.5) 7 conda update python
conda 和virtualenv / pip 的关系和区别
anaconda包含了navigator、prompt、conda、jupyter这些工具，同时也包含了python、pip、virtualenv等工具库
conda和pip的关系：
- conda是包管理和环境管理工具，conda还支持多种环境的管理，包括python、R,注意：包括语言本身，不仅仅是语言的包 -
- pip仅仅是python的包管理工具 -
- conda不会影响系统自带的python
conda和virtualenv的关系:
- conda是结合了pip和virtualenv的功能
- conda可以创建多个Python版本的虚拟环境
- virtualenv只能创建指定版本的环境
如何判断管理虚拟环境
1 # 查看pip的绝对路径 2 which pip 3 # 查看当前环境中的pip使用的是什么python 4 cat $(which pip)
我们可以编辑pip文件中的第一行，来改变我们的pip使用的python解释器
vim $(which pip)
1 #! /Users/guye/anaconda/envs/py36/bin/python 2 3 # -*- coding: utf-8 -*- 4 import re 5 import sys 6 7 from pip._internal import main 8 9 if __name__ == '__main__': 10 sys.argv[0] = re.sub(r'(-script.pyw?|.exe)?$', '', sys.argv[0]) 11 sys.exit(main())
或者也可以直接写pip的绝对路径来安装包
jupyter notebook的使用
启动juypter (会自动打开电脑默认设置的浏览器,我这儿的默认浏览器是谷歌)
1 # 在默认地址和端口启动jupyter 2 jupyter notebook 3 # 在指定地址和端口启动 4 jupyter notebook --ip=0.0.0.0 --port=8000
自定义jupyter界面
1 # 创建一个目录 .jupyter/custom 2 mkdir -p ~/.jupyter/custom 3 # 添加编辑custom.js或者custom.css 4 vim custom.js 5 # 在js文件内写javascript代码
技术交流可以留言评论哦 ! 虚心学习, 不忘初心, 共同奋进 !