做财务需要关注哪些网站,怎样让网站做301处理,个人网站服务器推荐,百度竞价推广开户内容事实上Anaconda 和 Jupyter notebook已成为数据分析的标准环境。简单来说#xff0c;Anaconda是包管理器和环境管理器#xff0c;Jupyter notebook 可以将数据分析的代码、图像和文档全部组合到一个web文档中。接下来我详细介绍下Anaconda#xff0c;并在最后给出Jupyter no…事实上Anaconda 和 Jupyter notebook已成为数据分析的标准环境。简单来说Anaconda是包管理器和环境管理器Jupyter notebook 可以将数据分析的代码、图像和文档全部组合到一个web文档中。接下来我详细介绍下Anaconda并在最后给出Jupyter notebook1.Anaconda是什么 2.如何安装 3. 如何管理包 4.如何管理环境 5.Jupyter notebook如何快速上手不过在开始前我需要强调下下面的步骤你要亲自跟着敲一遍并在自己的电脑上实践。虽然下面你会遇到很多命令给了谁都记不住的。但是别怕也别中途放弃因为你没必要记住命令因为当你在后面学习数据分析用的多了自然就记住了。记不住也没关系学会在哪查找就可以了。你只需要跟着上面步骤操作下并理解了每一步是干什么的就可以了。后面遇到要做的事情忘记了回头查这个文档就可以了。刚开始学习的过程会遇到困难只要中途不放弃自己实际操作一遍我保证你可以熟练上手。1.Anaconda是什么Anaconda在英文中是“蟒蛇”有首歌就叫《Anaconda》表示像蟒蛇一样性感妖娆的身体。所有你看下面Anaconda的图标就像一个收尾互相咬住的“蟒蛇”。你可能已经安装了 Python那么为什么还需要 Anaconda有以下3个原因1)Anaconda 附带了一大批常用数据科学包它附带了 conda、Python 和 150 多个科学包及其依赖项。因此你可以立即开始处理数据。2)管理包Anaconda 是在 conda(一个包管理器和环境管理器)上发展出来的。在数据分析中你会用到很多第三方的包而conda(包管理器)可以很好的帮助你在计算机上安装和管理这些包包括安装、卸载和更新包。3)管理环境为什么需要管理环境呢比如你在A项目中用了 Python 2而新的项目B老大要求使用Python 3而同时安装两个Python版本可能会造成许多混乱和错误。这时候 conda就可以帮助你为不同的项目建立不同的运行环境。还有很多项目使用的包版本不同比如不同的pandas版本不可能同时安装两个 Numpy 版本你要做的应该是为每个 Numpy 版本创建一个环境然后项目的对应环境中工作。这时候conda就可以帮你做到。2. 如何安装AnacondaAnaconda 可用于多个平台( Windows、Mac OS X 和 Linux)。你可以在下面地址上找到安装程序和安装说明。根据你的操作系统是32位还是64位选择对应的版本下载。(Anaconda已经不支持Windows XP同时查看自己电脑是32位还是64位不要装错了。)如果官网地址网速太慢无法下载可以从我公众号中回复“资料”从网盘下载Anaconda 的下载文件比较大(约 500 MB)因为它附带了 Python 中最常用的数据科学包。如果计算机上已经安装了 Python安装不会对你有任何影响。实际上脚本和程序使用的默认 Python 是 Anaconda 附带的 Python。注意如果你是windows 10系统注意在安装Anaconda软件的时候右击安装软件→选择以管理员的身份运行。完成安装后如果你是在windows上操作按下面图打开 Anaconda Prompt (或者 Mac 下的终端)后面我会将Anaconda Prompt统一称为“终端”。注意如果你是windows 10系统按下图操作如果win10系统没有按上述操作后面会报下面的错误信息可以在终端或命令提示符中键入 conda list以查看你安装的内容。PS:如果按上面操作后在Anaconda Prompt中都无法使用Conda命令按以下顺序的解决办法来尝试(正常使用的朋友忽略这一步继续往下)1)检查你是否原来安装过Python如果安装过请彻底删除Python(同时要删除环境变量)后重装Anaconda2)检查自己是否将Conda命令添加到了环境变量。3)确保你的Anaconda安装路径不包含中文或其他非英语常用字符4)经过以上步骤还是没有任何改善请卸载Anaconda重装一遍如果Anaconda Prompt中可以使用conda命令接着下面继续操作。为了避免后面使用报错你需要先更新下所有包。在终端输入更新所有包的命令conda upgrade –all并在提示是否更新的时候输入 y(Yes)让更新继续。初次安装下的软件包版本一般都比较老旧因此提前更新可以避免未来不必要的问题。如果运行以上命令或者安装包报下面的错误信息可以用下面的解决办法(在终端中运行以下命令)conda config –set show_channel_urls yes如果命令行方法添加不上可以在“notebook工作文件夹”找到文件.condarc什么是你的“notebook工作文件夹”呢默认情况下是你启动Anaconda Prompt终端中的那个文件夹比如我电脑上是下面这个文件夹(Windows为C://Users/username/.condarcLinux/Mac为~/.condarc)打开该文件夹修改文件内容如下(如果没有找到.condarc用notepad软件在“notebook工作文件夹”下新建一个该文件即可并添加以下内容)为了方便你可以将下面部分直接复制到上面的文件中channels:– defaultsshow_channel_urls: yes3. 如何管理包安装了 Anaconda 之后就可以很方便的管理包了(安装卸载更新)。1)安装包在终端中键入conda install package_name例如要安装 pandas在终端中输入conda install pandas你还可以同时安装多个包。类似 conda install pandas numpy 的命令会同时安装所有这些包。还可以通过添加版本号(例如 conda install numpy1.10)来指定所需的包版本。conda 还会自动为你安装依赖项。例如scipy 依赖于 numpy因为它使用并需要 numpy。如果你只安装 scipy (conda install scipy)则 conda 还会安装 numpy(如果尚未安装的话)。2)卸载包在终端中键入 conda remove package_names上面命令中的package_names是指你要卸载包的名称例如你想卸载pandas包conda remove pandas3)更新包在终端中键入conda update package_name如果想更新环境中的所有包(这样做常常很有用)使用conda update –all。4)列出已安装的包#列出已安装的包conda list例如我已经成功安装了numpy和pandas这两个常用的包。如果不知道要找的包的确切名称可以尝试使用 conda search search_term 进行搜索。例如我知道我想安装numpy但我不清楚确切的包名称。我可以这样尝试conda search num。4.如何管理环境conda 可以为你不同的项目建立不同的运行环境。0)安装nb_conda用于notebook自动关联nb_conda的环境。1)创建环境在终端中使用:conda create -n env_name package_names上面的命令中env_name 是设置环境的名称(-n 是指该命令后面的env_name是你要创建环境的名称)package_names 是你要安装在创建环境中的包名称。例如要创建环境名称为 py3 的环境并在其中安装 numpy在终端中输入 conda create -n py3 pandas。2)创建环境时可以指定要安装在环境中的 Python 版本当你同时使用 Python 2.x 和 Python 3.x 中的代码时这很有用。要创建具有特定 Python 版本的环境例如创建环境名称为py3并安装最新版本的Python3在终端中输入conda create -n py3 python3或也可以这样创建环境名称为py2并安装最新版本的Python2conda create -n py2 python2因为我做的项目不同有时候会用到Python2还有时候会用到Python3。所以我在自己的计算机上创建了这两个环境并分别取了这样的环境名称py2,py3。这样我可以根据不同的项目轻松使用不同版本的python。如果你要安装特定版本(例如 Python 3.6)请使用 conda create -n py python3.63)进入环境在 Windows 上你可以使用 activate my_env进入。在 OSX/Linux 上使用 source activate my_env 进入环境。进入环境后你会在终端提示符中看到环境名称下面图片是我进入py3的环境(这里的py3是我上面创建环境时自己起的名称你可以起个自己喜欢的名称)。进入环境后我可以用conda list 查看环境中默认安装的几个包在环境中安装包的命令与前面一样conda install package_name。不过这次你安装的特定包仅在你进入环境后才可用。3)离开环境在 Windows 上终端中输入deactivate在 OSX/Linux 上 输入source deactivate4)共享环境共享环境非常有用它能让其他人安装你的代码中使用的所有包并确保这些包的版本正确。比如你开发了一个药店数据分析系统你要提交给项目部署系统的王二狗来部署你的项目但是王二狗并不知道你当时开发时使用的是哪个python版本以及使用了哪些包和包的版本。这怎么办呢你可以在你当前的环境中终端中使用 conda env export environment.yaml 将你当前的环境保存到文件中包保存为YAML文件(包括Pyhton版本和所有包的名称)。命令的第一部分 conda env export 用于输出环境中的所有包的名称(包括 Python 版本)。在“notebook工作文件夹”下(及你在终端中上图的路径)可以看到导出的环境文件在 GitHub 上共享代码时最好同样创建环境文件并将其包括在代码库中。这能让其他人更轻松地安装你的代码的所有依赖项。导出的环境文件在其他电脑环境中如何使用呢首先在conda中进入你的环境比如activate py3然后在使用以下命令更新你的环境#其中-f表示你要导出文件在本地的路径所以/path/to/environment.yml要换成你本地的实际路径conda env update -f/path/to/environment.yml对于不使用 conda 的用户我通常还会使用 pip freeze environment.txt 将一个 txt文件导出并包括在其中。举个例子你可能更容易理解这个使用场景首先我在自己的电脑上在conda中将项目的包导出成environment.txt 文件然后我将该文件包含在项目的代码库中其他项目成员即使在他的电脑上没有安装conda也可以使用该文件来安装和我一样的开发环境他在自己的电脑上进入python命令环境然后运行以下命令就可以安装该项目需要的包pip install -r /path/requirements.txt其中/path/requirements.txt是该文件在你电脑上的实际路径。5)列出环境我有时候会忘记自己创建的环境名称这时候用 conda env list 就可以列出你创建的所有环境。你会看到环境的列表而且你当前所在环境的旁边会有一个星号。默认的环境(即当你不在选定环境中时使用的环境)名为 root。6)删除环境如果你不再使用某个环境可以使用 conda env remove -n env_name 删除指定的环境(在这里环境名为 env_name)。最后重新再强调下不要被上面的命令吓到。虽然上述命令多给了谁都记不住的。后面你跟着我在知乎上多做项目用的多了自然记住了。你只需要跟着上面步骤操作下并理解了每一步是干什么的就可以了。后面遇到要做的事情忘记了回头查这个文档就可以了。按照上面的步骤你亲自操作一遍后你已经学会了Anaconda并安装好你的数据分析Pyhton环境了接下来你就可以愉快的使用Jupyter notebook来做数据分析了。
