標籤:

手把手教您搭建Python數據分析環境

學前準備Python環境安裝:

Anaconda(終端,這裡面包含Python語言,不需要單獨裝Python)

  • 打開anaconda下載網址:Downloads

PS:這裡選擇好Python3.6版本後,後期也能在Anaconda中安裝Python2.7環境(evn),不用擔心Python版本會受到限制。

  • 下載好後點擊安裝:

注意:如果你是windows 10系統,注意在安裝Anaconda軟體的時候,右擊安裝軟體

選擇以管理員的身份運行。win7直接安裝就行。

  • Anaconda中的Package(包)安裝和更新:

注意:這裡你不需要了解什麼是包(Package),只需要按下面步驟操作

後面會詳細講包(Package)

安裝包指令:conda install package_name(用你需要安裝包的名稱替換「package_name")

在Anaconda中輸入一下指令,安裝pandas包,按圖中指示操作

conda install pandas

更新包指令:conda update package_name (用你需要更新包的名稱替換「package_name"),也可嘗試輸入「conda update --all」更新所有包。

在Anaconda中輸入一下指令,安裝pandas包,按圖中指示操作

conda update pandas

卸載包指令:conda remove package_name(用你需要更新包的名稱替換「package_name")

在Anaconda中輸入一下指令,安裝pandas包,按圖中指示操作

conda remove pandas

  • 建立工作環境

環境相當於另一個空間,可以按你的要求打造,比如,我們之前安裝的anaconda是默認Python3的,現在想用Python2,我們就可以獨立一個環境。

安裝之前需要先安裝nb_conda,方便jupyternotebook自動識別。輸入一下指令安裝

conda install nb_conda

創建環境指令:「conda create -n env_name package_name"(」env_name"是環境名稱,您可以隨便取名,「package_name」是環境中安裝的包的名稱)

例如我們想建一個Python2運行換,並且帶pandas包(注意環境里的包都需要自己指定,不會默認安裝,你需要啥就安裝啥)輸入以下指令建一個」py2「環境:

conda create - n py2 pandas

安裝我完成後需要在環境里安裝Python2編程語言,這樣就可用Python2編程,首先進入環境(只有在你自己建的環境下安裝才行,每個環境都是你自己特殊定製的環境,如果不進入默認在anaconda中),依照圖中進入環境並安裝Python2(Python2是個包--package,你也可以在建環境時直接指定」conda create -n py2 python=2",這樣可以直接建立一個運行Python2的環境),然後退出環境:

activate py2 #進入環境py2,」py2「可以改為任何你想進入的環境名

conda install Python=2

deactivate #退出環境

如果按照上述安裝,遇到問題可以參考猴子大神安裝問題集合:

猴子:Python管理包工具anaconda安裝過程常見問題解決辦法?

zhuanlan.zhihu.com圖標

jupyternotebook(編程界面)

直觀可視,方便閱讀

  • 安裝jupyternotebook,為了確保jupyternotebook自動關聯,還需要安裝nb_conda,再安裝一個自動補全碼「pyreadline"

conda install jupyter notebook

conda install nb_conda

conda install pyreadline

  • 如果有環境(你自己建的)在notebook中沒有顯示,可以通過安裝」ipykernel「包解決:

  • 安裝完anaconda和jupyternotebook後,如圖中步驟即可進入notebook編程:

按照上面4步打開,你可以在寫代碼許輸入「print(『hello world!』)",並且運行,你會看到運行結果:hello world!,在終端(anaconda)中按」Ctrl+c「就可退出notebook,注意退出前請先保存。

如果給位想把教程書籍看個遍,達到融匯貫通在來運用,那麼90%的人一定「從入門到放棄」,剛開始學編程不需要一上來就馬上全部學會,只需要了解其中的道理就行,其餘的只需要以後邊做練習邊補就好。

你可以盡情的魯代碼了。


推薦閱讀:

深入淺出數據分析的結構化總結
數據分析師入門選手經驗談
誰說菜鳥不會數據分析·筆記
大白話之小白也能懂SQL(一)

TAG:數據分析 |