165 lines
13 KiB
Markdown
165 lines
13 KiB
Markdown
|
## 环境准备
|
|||
|
|
|
|||
|
|
如果希望快速开始使用 Python 处理数据科学相关的工作，建议大家直接安装 Anaconda，然后使用 Anaconda 中集成的 Notebook 或 JupyterLab 工具来编写代码。因为对于新手来说，先安装官方的 Python 解释器，再逐个安装工作中会使用到的三方库文件会比较麻烦，尤其是在 Windows 环境下，经常会因为构建工具或 DLL 文件的缺失导致安装失败，而一般新手也很难根据错误提示信息采取正确的解决措施，容易产生严重的挫败感。
|
|||
|
|
|
|||
|
|
### 安装和使用 Anaconda
|
|||
|
|
|
|||
|
|
对于个人用户来说，可以从 Anaconda 的[官方网站](https://www.anaconda.com/)下载它的“个人版（Individual Edition）”安装程序，安装完成后，你的计算机上不仅拥有了 Python 环境和 Spyder（类似于PyCharm的集成开发工具），还拥有了与数据科学工作相关的近200个工具包，包括我们上面提到 Python 数据分析三大神器。除此之外，Anaconda 还提供了一个名为 conda 的包管理工具，通过这个工具不仅可以管理 Python 的工具包，还可以用于创建运行 Python 程序的虚拟环境。
|
|||
|
|
|
|||
|
|
<img src="https://gitee.com/jackfrued/mypic/raw/master/20211005111417.png" width="100%">
|
|||
|
|
|
|||
|
|
如上图所示，可以通过 Anaconda 官网提供的下载链接选择适合自己操作系统的安装程序，建议大家选择图形化的安装程序，下载完成后双击安装程序开始安装。安装过程基本使用默认设置即可，完成安装后，macOS 用户可以在“应用程序”或“Launchpad”中找到名为“Anaconda-Navigator”的应用程序，运行该程序可以看到如下所示的界面，我们可以在这里选择需要执行的操作。
|
|||
|
|
|
|||
|
|
<img src="https://gitee.com/jackfrued/mypic/raw/master/20211005111729.png" width="85%">
|
|||
|
|
|
|||
|
|
对于 Windows 用户，建议按照安装向导的提示和推荐的选项来安装 Anaconda（除了安装路径，基本也没有什么需要选择的），安装完成后可以在“开始菜单”中找到“Anaconda3”。
|
|||
|
|
|
|||
|
|
#### conda命令
|
|||
|
|
|
|||
|
|
如果希望使用 conda 工具来管理依赖项或者创建项目的虚拟环境，可以在终端或命令行提示符中使用 conda 命令。Windows 用户可以在“开始菜单”中找到“Anaconda3”，然后点击“Anaconda Prompt”来启动支持 conda 的命令行提示符。macOS 用户建议直接使用“Anaconda-Navigator”中的“Environments”，通过可视化的方式对虚拟环境和依赖项进行管理。
|
|||
|
|
|
|||
|
|
1. 版本和帮助信息。
|
|||
|
|
|
|||
|
|
- 查看版本：`conda -V`或`conda --version`
|
|||
|
|
- 获取帮助：`conda -h`或`conda --help`
|
|||
|
|
- 相关信息：`conda list`
|
|||
|
|
|
|||
|
|
2. 虚拟环境相关。
|
|||
|
|
|
|||
|
|
- 显示所有虚拟环境：`conda env list`
|
|||
|
|
- 创建虚拟环境：`conda create --name venv`
|
|||
|
|
- 指定 Python 版本创建虚拟环境：`conda create --name venv python=3.7`
|
|||
|
|
- 指定 Python 版本创建虚拟环境并安装指定依赖项：`conda create --name venv python=3.7 numpy pandas`
|
|||
|
|
- 通过克隆现有虚拟环境的方式创建虚拟环境：`conda create --name venv2 --clone venv`
|
|||
|
|
- 分享虚拟环境并重定向到指定的文件中：`conda env export > environment.yml`
|
|||
|
|
- 通过分享的虚拟环境文件创建虚拟环境：`conda env create -f environment.yml`
|
|||
|
|
- 激活虚拟环境：`conda activate venv`
|
|||
|
|
- 退出虚拟环境：`conda deactivate`
|
|||
|
|
- 删除虚拟环境：`conda remove --name venv --all`
|
|||
|
|
|
|||
|
|
> **说明**：上面的命令中，`venv`和`venv2`是虚拟环境文件夹的名字，可以将其替换为自己喜欢的名字，但是**强烈建议**使用英文且不要出现空格或其他特殊字符。
|
|||
|
|
|
|||
|
|
3. 包（三方库或工具）管理。
|
|||
|
|
|
|||
|
|
- 查看已经安装的包：`conda list`
|
|||
|
|
- 搜索指定的包：`conda search matplotlib`
|
|||
|
|
- 安装指定的包：`conda install matplotlib`
|
|||
|
|
- 更新指定的包：`conda update matplotlib`
|
|||
|
|
- 移除指定的包：`conda remove matplotlib`
|
|||
|
|
|
|||
|
|
> **说明**：在搜索、安装和更新软件包时，默认会连接到官方网站进行操作，如果觉得速度不给力，可以将默认的官方网站替换为国内的镜像网站，推荐使用清华大学的开源镜像网站。将默认源更换为国内镜像的命令是：`conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ `。如果需要换回默认源，可以使用命令`conda config --remove-key channels`。
|
|||
|
|
|
|||
|
|
### 使用Notebook
|
|||
|
|
|
|||
|
|
#### 安装和启动Notebook
|
|||
|
|
|
|||
|
|
如果已经安装了 Anaconda，macOS 用户可以按照上面所说的方式在“Anaconda-Navigator”中直接启动“Jupyter Notebook”（以下统一简称为 Notebook）。Windows 用户可以在“开始菜单”中找到 Anaconda 文件夹，接下来选择运行文件夹中的“Jupyter Notebook”就可以开始数据科学的探索之旅。
|
|||
|
|
|
|||
|
|
对于安装了 Python 环境但是没有安装 Anaconda 的用户，可以用 Python 的包管理工具`pip`来安装`jupyter`，然后在终端（Windows 系统为命令行提示符）中运行`jupyter notebook`命令来启动 Notebook，如下所示。
|
|||
|
|
|
|||
|
|
安装 Notebook：
|
|||
|
|
|
|||
|
|
```Bash
|
|||
|
|
pip install jupyter
|
|||
|
|
```
|
|||
|
|
|
|||
|
|
安装三大神器：
|
|||
|
|
|
|||
|
|
```Bash
|
|||
|
|
pip install numpy pandas matplotlib
|
|||
|
|
```
|
|||
|
|
|
|||
|
|
运行 Notebook：
|
|||
|
|
|
|||
|
|
```Bash
|
|||
|
|
jupyter notebook
|
|||
|
|
```
|
|||
|
|
|
|||
|
|
Notebook 是基于网页的用于交互计算的应用程序，可以用于代码开发、文档撰写、代码运行和结果展示。简单的说，你可以在网页中直接**编写代码**和**运行代码**，代码的运行结果也会直接在代码块下方进行展示。如在编写代码的过程中需要编写说明文档，可在同一个页面中使用 Markdown 格式进行编写，而且可以直接看到渲染后的效果。此外，Notebook 的设计初衷是提供一个能够支持多种编程语言的工作环境，目前它能够支持超过40种编程语言，包括 Python、R、Julia、Scala 等。
|
|||
|
|
|
|||
|
|
首先，我们可以创建一个用于书写 Python 代码的 Notebook，如下图所示。
|
|||
|
|
|
|||
|
|
|
|||
|
|
|
|||
|
|
接下来，我们就可以编写代码、撰写文档和运行程序啦，如下图所示。
|
|||
|
|
|
|||
|
|
|
|||
|
|
|
|||
|
|
#### Notebook使用技巧
|
|||
|
|
|
|||
|
|
如果使用 Python 做工程化的项目开发，PyCharm 肯定是最好的选择，它提供了一个集成开发环境应该具有的所有功能，尤其是智能提示、代码补全、自动纠错这类功能会让开发人员感到非常舒服。如果使用 Python 做数据科学相关的工作，Notebook 并不比 PyCharm 逊色，在数据和图表展示方面 Notebook 更加优秀。这个工具的使用非常简单，大家可以看看 Notebook 菜单栏，相信理解起来不会有太多困难，在知乎上有一篇名为[《最详尽使用指南：超快上手Jupyter Notebook》](https://zhuanlan.zhihu.com/p/32320214)的文章，也可以帮助大家快速认识 Notebook。
|
|||
|
|
|
|||
|
|
> **说明**：[Jupyter 官网](https://jupyter.org/)上还有一个名为 JupyterLab 的工具，被称之为“Next-Generation Notebook”，用户界面较之 Notebook 更加友好，有兴趣的读者可以使用`pip install jupyterlab`命令来安装这个工具，然后通过`jupyter lab`来启动它。
|
|||
|
|
|
|||
|
|
下面我为大家介绍一些 Notebook 的使用技巧，希望能够帮助大家提升工作效率。
|
|||
|
|
|
|||
|
|
1. 自动补全。在使用 Notebook 编写代码时，按`Tab`键会获得代码提示。
|
|||
|
|
|
|||
|
|
2. 获得帮助。在使用 Notebook 时，如果希望了解一个对象（如变量、类、函数等）的相关信息或使用方式，可以在对象后面使用`?`并运行代码， 窗口下方会显示出对应的信息，帮助我们了解该对象，如下所示。
|
|||
|
|
|
|||
|
|
|
|||
|
|
|
|||
|
|
3. 搜索命名。如果只记得一个类或一个函数名字的一部分，可以使用通配符`*`并配合`?`进行搜索，如下所示。
|
|||
|
|
|
|||
|
|
|
|||
|
|
|
|||
|
|
4. 调用命令。可以在 Notebook 中使用`!`后面跟系统命令的方式来执行系统命令。
|
|||
|
|
|
|||
|
|
5. 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`测试语句的执行时间，可以使用`%pwd`查看当前工作目录等。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`来查看，如下图所示。
|
|||
|
|
|
|||
|
|
|
|||
|
|
|
|||
|
|
常用的魔法指令有：
|
|||
|
|
|
|||
|
|
| 魔法指令 | 功能说明 |
|
|||
|
|
| ------------------------------------------- | ------------------------------------------ |
|
|||
|
|
| `%pwd` | 查看当前工作目录 |
|
|||
|
|
| `%ls` | 列出当前或指定文件夹下的内容 |
|
|||
|
|
| `%cat` | 查看指定文件的内容 |
|
|||
|
|
| `%hist` | 查看输入历史 |
|
|||
|
|
| `%matplotlib inline` | 设置在页面中嵌入matplotlib输出的统计图表 |
|
|||
|
|
| `%config Inlinebackend.figure_format='svg'` | 设置统计图表使用SVG格式（矢量图） |
|
|||
|
|
| `%run` | 运行指定的程序 |
|
|||
|
|
| `%load` | 加载指定的文件到单元格中 |
|
|||
|
|
| `%quickref` | 显示IPython的快速参考 |
|
|||
|
|
| `%timeit` | 多次运行代码并统计代码执行时间 |
|
|||
|
|
| `%prun` | 用`cProfile.run`运行代码并显示分析器的输出 |
|
|||
|
|
| `%who` / `%whos` | 显示命名空间中的变量 |
|
|||
|
|
| `%xdel` | 删除一个对象并清理所有对它的引用 |
|
|||
|
|
|
|||
|
|
6. 快捷键。Notebook 中的很多操作可以通过快捷键来实现，使用快捷键可以提升工作效率。Notebook 的快捷键又可以分为命令模式下的快捷键和编辑模式下的快捷键，所谓编辑模式就是处于输入代码或撰写文档状态的模式，在编辑模式下按`Esc`可以回到命令模式，在命令模式下按`Enter`可以进入编辑模式。
|
|||
|
|
|
|||
|
|
命令模式下的快捷键：
|
|||
|
|
|
|||
|
|
| 快捷键 | 功能说明 |
|
|||
|
|
| ------------------------------- | -------------------------------------------- |
|
|||
|
|
| Alt + Enter（Option + Enter） | 运行当前单元格并在下面插入新的单元格 |
|
|||
|
|
| Shift + Enter | 运行当前单元格并选中下方的单元格 |
|
|||
|
|
| Ctrl + Enter（Command + Enter） | 运行当前单元格 |
|
|||
|
|
| j / k、Shift + j / Shift + k | 选中下方/上方单元格、连续选中下方/上方单元格 |
|
|||
|
|
| a / b | 在下方/上方插入新的单元格 |
|
|||
|
|
| c / x | 复制单元格 / 剪切单元格 |
|
|||
|
|
| v / Shift + v | 在下方/上方粘贴单元格 |
|
|||
|
|
| dd / z | 删除单元格 / 恢复删除的单元格 |
|
|||
|
|
| l / Shift + l | 显示或隐藏当前/所有单元格行号 |
|
|||
|
|
| ii / 00 | 中断/重启Notebook内核 |
|
|||
|
|
| Space / Shift + Space | 向下/向上滚动页面 |
|
|||
|
|
|
|||
|
|
编辑模式下的快捷键：
|
|||
|
|
|
|||
|
|
| 快捷键 | 功能说明 |
|
|||
|
|
| ------------------------------------------------ | -------------------------------------- |
|
|||
|
|
| Shift + Tab | 获得提示信息 |
|
|||
|
|
| Ctrl + ]（Command + ]）/ Ctrl + [（Command + [） | 增加/减少缩进 |
|
|||
|
|
| Alt + Enter（Option + Enter） | 运行当前单元格并在下面插入新的单元格 |
|
|||
|
|
| Shift + Enter | 运行当前单元格并选中下方的单元格 |
|
|||
|
|
| Ctrl + Enter（Command + Enter） | 运行当前单元格 |
|
|||
|
|
| Ctrl + Left / Right（Command + Left / Right） | 光标移到行首/行尾 |
|
|||
|
|
| Ctrl + Up / Down（Command + Up / Down） | 光标移动代码开头/结尾处 |
|
|||
|
|
| Up / Down | 光标上移/下移一行或移到上/下一个单元格 |
|
|||
|
|
|
|||
|
|
> **温馨提示**：如果记不住这些快捷键也没有关系，在命令模式下按`h`键可以打开 Notebook 的帮助系统，马上就可以看到快捷键的设置，而且可以根据实际的需要重新编辑快捷键，如下图所示。
|
|||
|
|
>
|
|||
|
|
> 
|
|||
|
|
|