Python 100 Days Day67 Setting Environment of Data Analysis
25 Sep 2022 | beginner pythonauthor: jackfrued
環境準備
如果希望快速開始使用 Python 處理數據科學相關的工作，建議大家直接安裝 Anaconda，然後使用 Anaconda 中集成的 Notebook 或 JupyterLab 工具來編寫代碼。因為對於新手來說，先安裝官方的 Python 解釋器，再逐個安裝工作中會使用到的三方庫文件會比較麻煩，尤其是在 Windows 環境下，經常會因為構建工具或 DLL 文件的缺失導致安裝失敗，而一般新手也很難根據錯誤提示信息采取正確的解決措施，容易產生嚴重的挫敗感。如果計算機上已經有 Python 解釋器環境了，也可以直接使用 Python 的包管理工具 pip 安裝 Jupyter，再根據實際工作的需要安裝三方庫，這種方式適合有一定經驗的用戶。
安裝和使用 Anaconda
對於個人用戶來說，可以從 Anaconda 的官方網站下載它的“個人版（Individual Edition）”安裝程序，安裝完成後，你的計算機上不僅擁有了 Python 環境和 Spyder（類似於PyCharm的集成開發工具），還擁有了與數據科學工作相關的近200個工具包，包括我們上面提到 Python 數據分析三大神器。除此之外，Anaconda 還提供了一個名為 conda 的包管理工具，通過這個工具不僅可以管理 Python 的工具包，還可以用於創建運行 Python 程序的虛擬環境。
如上圖所示，可以通過 Anaconda 官網提供的下載鏈接選擇適合自己操作系統的安裝程序，建議大家選擇圖形化的安裝程序，下載完成後雙擊安裝程序開始安裝。安裝過程基本使用默認設置即可，完成安裝後，macOS 用戶可以在“應用程序”或“Launchpad”中找到名為“Anaconda-Navigator”的應用程序，運行該程序可以看到如下所示的界面，我們可以在這里選擇需要執行的操作。
對於 Windows 用戶，建議按照安裝向導的提示和推薦的選項來安裝 Anaconda（除了安裝路徑，基本也沒有什麽需要選擇的），安裝完成後可以在“開始菜單”中找到“Anaconda3”。
溫馨提示：可以選擇 Miniconda 作為 Anaconda 的替代品，Miniconda 只會安裝 Python 解釋器環境和一些必要的工具，其他的三方庫由用戶自行選擇安裝。其實我個人並不喜歡 Anaconda，因為它是給小白用戶使用的，我們有了 Python 以後完全可以按照自己的意願來安裝需要的三方庫。
conda命令
如果希望使用 conda 工具來管理依賴項或者創建項目的虛擬環境，可以在終端或命令行提示符中使用 conda 命令。Windows 用戶可以在“開始菜單”中找到“Anaconda3”，然後點擊“Anaconda Prompt”來啟動支持 conda 的命令行提示符。macOS 用戶建議直接使用“Anaconda-Navigator”中的“Environments”，通過可視化的方式對虛擬環境和依賴項進行管理。
-
版本和幫助信息。
- 查看版本：
conda -V或conda --version - 獲取幫助：
conda -h或conda --help - 相關信息：
conda list
- 查看版本：
-
虛擬環境相關。
- 顯示所有虛擬環境：
conda env list - 創建虛擬環境：
conda create --name venv - 指定 Python 版本創建虛擬環境：
conda create --name venv python=3.7 - 指定 Python 版本創建虛擬環境並安裝指定依賴項：
conda create --name venv python=3.7 numpy pandas - 通過克隆現有虛擬環境的方式創建虛擬環境：
conda create --name venv2 --clone venv - 分享虛擬環境並重定向到指定的文件中：
conda env export > environment.yml - 通過分享的虛擬環境文件創建虛擬環境：
conda env create -f environment.yml - 激活虛擬環境：
conda activate venv - 退出虛擬環境：
conda deactivate - 刪除虛擬環境：
conda remove --name venv --all
說明：上面的命令中，
venv和venv2是虛擬環境文件夾的名字，可以將其替換為自己喜歡的名字，但是強烈建議使用英文且不要出現空格或其他特殊字符。 - 顯示所有虛擬環境：
-
包（三方庫或工具）管理。
- 查看已經安裝的包：
conda list - 搜索指定的包：
conda search matplotlib - 安裝指定的包：
conda install matplotlib - 更新指定的包：
conda update matplotlib - 移除指定的包：
conda remove matplotlib
說明：在搜索、安裝和更新軟件包時，默認會連接到官方網站進行操作，如果覺得速度不給力，可以將默認的官方網站替換為國內的鏡像網站，推薦使用清華大學的開源鏡像網站。將默認源更換為國內鏡像的命令是：
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/和conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main。如果需要換回默認源，可以使用命令conda config --remove-key channels。 - 查看已經安裝的包：
使用Notebook
安裝和啟動Notebook
如果已經安裝了 Anaconda，macOS 用戶可以按照上面所說的方式在“Anaconda-Navigator”中直接啟動“Jupyter Notebook”（以下統一簡稱為 Notebook）。Windows 用戶可以在“開始菜單”中找到 Anaconda 文件夾，接下來選擇運行文件夾中的“Jupyter Notebook”就可以開始數據科學的探索之旅。
對於安裝了 Python 環境但是沒有安裝 Anaconda 的用戶，可以用 Python 的包管理工具pip來安裝jupyter，然後在終端（Windows 系統為命令行提示符）中運行jupyter notebook命令來啟動 Notebook，如下所示。
安裝 Notebook：
pip install jupyter
安裝三大神器：
pip install numpy pandas matplotlib
運行 Notebook：
jupyter notebook
Notebook 是基於網頁的用於交互計算的應用程序，可以用於代碼開發、文檔撰寫、代碼運行和結果展示。簡單的說，你可以在網頁中直接編寫代碼和運行代碼，代碼的運行結果也會直接在代碼塊下方進行展示。如在編寫代碼的過程中需要編寫說明文檔，可在同一個頁面中使用 Markdown 格式進行編寫，而且可以直接看到渲染後的效果。此外，Notebook 的設計初衷是提供一個能夠支持多種編程語言的工作環境，目前它能夠支持超過40種編程語言，包括 Python、R、Julia、Scala 等。
首先，我們可以創建一個用於書寫 Python 代碼的 Notebook，如下圖所示。
接下來，我們就可以編寫代碼、撰寫文檔和運行程序啦，如下圖所示。
Notebook使用技巧
如果使用 Python 做工程化的項目開發，PyCharm 肯定是最好的選擇，它提供了一個集成開發環境應該具有的所有功能，尤其是智能提示、代碼補全、自動糾錯這類功能會讓開發人員感到非常舒服。如果使用 Python 做數據科學相關的工作，Notebook 並不比 PyCharm 遜色，在數據和圖表展示方面 Notebook 更加優秀。這個工具的使用非常簡單，大家可以看看 Notebook 菜單欄，相信理解起來不會有太多困難，在知乎上有一篇名為《最詳盡使用指南：超快上手Jupyter Notebook》的文章，也可以幫助大家快速認識 Notebook。
說明：Jupyter 官網上還有一個名為 JupyterLab 的工具，被稱之為“Next-Generation Notebook”，用戶界面較之 Notebook 更加友好，有興趣的讀者可以使用
pip install jupyterlab命令來安裝這個工具，然後通過jupyter lab來啟動它。
下面我為大家介紹一些 Notebook 的使用技巧，希望能夠幫助大家提升工作效率。
-
自動補全。在使用 Notebook 編寫代碼時，按
Tab鍵會獲得代碼提示。 -
獲得幫助。在使用 Notebook 時，如果希望了解一個對象（如變量、類、函數等）的相關信息或使用方式，可以在對象後面使用
?並運行代碼， 窗口下方會顯示出對應的信息，幫助我們了解該對象，如下所示。
-
搜索命名。如果只記得一個類或一個函數名字的一部分，可以使用通配符
*並配合?進行搜索，如下所示。
-
調用命令。可以在 Notebook 中使用
!後面跟系統命令的方式來執行系統命令。 -
魔法指令。Notebook 中有很多非常有趣且有用的魔法指令，例如可以使用
%timeit測試語句的執行時間，可以使用%pwd查看當前工作目錄等。如果想查看所有的魔法指令，可以使用%lsmagic，如果了解魔法指令的用法，可以使用%magic來查看，如下圖所示。
常用的魔法指令有：
魔法指令 功能說明 %pwd查看當前工作目錄 %ls列出當前或指定文件夾下的內容 %cat查看指定文件的內容 %hist查看輸入歷史 %matplotlib inline設置在頁面中嵌入matplotlib輸出的統計圖表 %config Inlinebackend.figure_format='svg'設置統計圖表使用SVG格式（矢量圖） %run運行指定的程序 %load加載指定的文件到單元格中 %quickref顯示IPython的快速參考 %timeit多次運行代碼並統計代碼執行時間 %prun用 cProfile.run運行代碼並顯示分析器的輸出%who/%whos顯示命名空間中的變量 %xdel刪除一個對象並清理所有對它的引用 -
快捷鍵。Notebook 中的很多操作可以通過快捷鍵來實現，使用快捷鍵可以提升工作效率。Notebook 的快捷鍵又可以分為命令模式下的快捷鍵和編輯模式下的快捷鍵，所謂編輯模式就是處於輸入代碼或撰寫文檔狀態的模式，在編輯模式下按
Esc可以回到命令模式，在命令模式下按Enter可以進入編輯模式。命令模式下的快捷鍵：
快捷鍵 功能說明 Alt+Enter（Option+Enter）運行當前單元格並在下面插入新的單元格 Shift+Enter運行當前單元格並選中下方的單元格 Ctrl+Enter（Command+Enter）運行當前單元格 j/k、Shift+j/Shift+k選中下方/上方單元格、連續選中下方/上方單元格 a/b在下方/上方插入新的單元格 c/x覆制單元格 / 剪切單元格 v/Shift+v在下方/上方粘貼單元格 dd/z刪除單元格 / 恢覆刪除的單元格 l/Shift+l顯示或隱藏當前/所有單元格行號 ii/00中斷/重啟Notebook內核 Space/Shift+Space向下/向上滾動頁面 編輯模式下的快捷鍵：
快捷鍵 功能說明 Shift+Tab獲得提示信息 Ctrl+]（Command+]）/Ctrl+[（Command+[）增加/減少縮進 Alt+Enter（Option+Enter）運行當前單元格並在下面插入新的單元格 Shift+Enter運行當前單元格並選中下方的單元格 Ctrl+Enter（Command+Enter）運行當前單元格 Ctrl+Left/Right（Command+Left/Right）光標移到行首/行尾 Ctrl+Up/Down（Command+Up/Down）光標移動代碼開頭/結尾處 Up/Down光標上移/下移一行或移到上/下一個單元格 溫馨提示：如果記不住這些快捷鍵也沒有關系，在命令模式下按
h鍵可以打開 Notebook 的幫助系統，馬上就可以看到快捷鍵的設置，而且可以根據實際的需要重新編輯快捷鍵，如下圖所示。
Comments