「Python数据分析养成记」第一篇

前言
俗话说的好,“工欲善其事,必先利其器”。我们要运行Python代码,就需要Python的环境。本文就将详细讲解anaconda的安装和使用。

Anaconda的优点
通常情况下,我们直接去Python官网去安装环境,但为什么我推荐大家使用Anconda了?首先我们看下Anaconda是什么:
Anaconda是一个集成的Python数据科学环境,简单的说,Anaconda除了有Python外,还安装了180多个用于数据分析的第三方库,而且可以使用conda命令安装第三方库和创建多个环境。相对于只安装Python而言,避免了安装第三方库的麻烦。
通过上面的描述,我们可以简单的说,Anaconda就是安装了很多第三方库的Python环境。其有这么明显的两个优点:
- 安装库方便
- 创建和管理环境方便
Anaconda的安装
我们这里安装的是Anaconda的清华镜像,网址(https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/)。
自己根据电脑系统,选择自己安装的版本,这里我是windows系统,64位。

下载到本地后,运行安装即可。这和大部分的软件安装差不多,有两个值得我们去注意的是:

因为电脑可能有多个用户,我们这里选择所有用户。

第一个选线是把anaconda添加到电脑的环境变量中,这个无所谓。
Anaconda使用
在开始菜单中,找到Anaconda Prompt。打开就进入了Anaconda的环境中。

输入Python,就可以写Python代码啦。

多个环境的创建:
这里提醒新手朋友,一定要退出Python编辑环境,才能运行下面的代码。

conda create --name xxx python=2 #xxx为环境名称,创建了python版本为2的环境
conda create --name xxx python=3 #创建了python版本为3的环境
conda create --name xxx python=3 anaconda #创建了python版本为3的环境,并具有anaconda的所有包
conda info --envs #查看环境
activate xxx #激活环境
deactivate xxx #退出环境
conda remove --name xxx --all # 删除一个已有的环境
包的安装和卸载:
conda install xxx #xxx为包名称
conda remove xxx #卸载包
pip install xxx
pip uninstall xxx
jupyter notebook使用:
jupyter notebook是一款编辑器,就如同文字可以写在石头上,竹子上,纸上;Python代码也可以写在不同的编辑器上。
我们想把代码写在d盘的名称为代码的文件夹下,就需要先来到d盘,然后在cd到这个路径。最后输入jupyter notebook,就会弹出一个网页,如图就能写Python代码啦。
d:
cd d\代码
jupyter notebook

今日互动
快快安装Anaconda吧。公众号后台回复【入群】,加入学习交流群,2019年一起搞事情。
网友评论