python做数据分析相关的工具的安装和配置，以及numpy的入门

为什么要用PYTHON来做数据分析

MATLAB
R语言，语法类似C语言，但是它在语义上是函数设计语言，也是开源的。
python 的优势：
- 有大量的库为数据分析和处理提供了完整的工具链
- python的库很多，而且库一直在增加，算法的实现更加的创新。Numpy, matplotlib, scipy,scikit-learn
- python还能和跟多其他语言对接，比如C语言
- 相对于R和MATLAB，python还可以做各种其他的事，web开发，爬虫，脚本、运维、机器学习。

PYTHON数据分析的环境

ANACONDA 的安装和使用

什么是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
简单易用、安装、使用都很简单
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
安装完了以后： anaconda navigator, anaconda prompt, jupyter notebook

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

改一下源的地址，改为国内的：

清华源地址：

https://mirrors.tuna.tsinghua.edu.cn/help/anaconda/

配置一下国内的源：

# 添加清华源
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
# 设置在下载的时候显示源的Url
conda config --set show_channel_urls yes
# 查看源是否已经添加成功
conda config --show channels

使用CONDA配置环境

创建环境

# 创建一个名为py35的环境，指定python版本为3.5
# (不管是指定3.4，3.5,conda会为我们自动寻找最新的版本)
conda create --name py35 python=3.5

激活环境

# 在windows下直接activate激活
activate py35
# 在Linux或者Mac下，使用source activate 激活
source activate py35

激活以后，会发现控制台的命令行前面多了个(py35)的字样，这表示我们已经进入py35的环境里了。

# windows退出环境
deactivate py35 
# Linux退出环境
source deactivate py35

# 删除环境
conda env remove -n py36

使用conda做包管理

查看已经安装的包

# 查看当前环境中的包，已安装的包和对应的版本
conda list
# 查看指定环境内的包
conda list -n py35

查找某个包

# 查找指定的包是否可以通过conda来安装
# 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
conda search numpy
# 如果卡着不动，有可能网络原因，可以使用--offline参数
conda search numpy --offline

安装包

# 通过conda来安装Numpy
# 如果numpy已经安装，会提示已安装
conda install numpy

更新包

# 通过conda更新包
conda update numpy

卸载包

conda remove numpy

以上就是conda对包的安装、更新、卸载。值得一提的是，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：

# 将conda更新到最新版本
conda update conda
# 同样的，也可以更anaconda到最新版本
conda update anaconda
# 更新python
# 比如我们现在是python3.5.5,执行下面的命令，就会更新到python3.5.x的最新版本
conda update python

conda 和virtualenv / pip 的关系和区别

首先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

# 查看pip的绝对路径
which pip
# 查看当前环境中的pip使用的是什么python
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)

#! /Users/guye/anaconda/envs/py35/bin/python

# -*- coding: utf-8 -*-
import re
import sys

from pip._internal import main

if __name__ == '__main__':
    sys.argv[0] = re.sub(r'(-script\.pyw?|\.exe)?$', '', sys.argv[0])
    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

# 在默认地址和端口启动jupyter
jupyter notebook 
# 在指定地址和端口启动
jupyter notebook --ip=0.0.0.0 --port=8000

自定义jupyter

# 创建一个目录 .jupyter/custom
mkdir -p ~/.jupyter/custom
# 添加编辑custom.js或者custom.css
vim custom.js
# 在js文件内写javascript代码

mac 下 ipython+notebook