营销型网站建设目标,wordpress 左右风格主题,WordPress QQ 微,wordpress企业主题破解“工欲善其事#xff0c;必先利其器”#xff0c;这里我们来搭建一套高效的 Python 开发环境#xff0c;为后续的数据分析做准备。
关于高效作业#xff0c;对于需要编写 Python 代码进行数据分析的工作而言#xff0c;主要涉及两个方面。
1. 一款具备强大的自动完成和错…“工欲善其事必先利其器”这里我们来搭建一套高效的 Python 开发环境为后续的数据分析做准备。
关于高效作业对于需要编写 Python 代码进行数据分析的工作而言主要涉及两个方面。
1. 一款具备强大的自动完成和错误提示的开发工具
Python 丰富的函数库和组件库是这门语言强大的核心原因但我们不可能去记忆所有的方法名和参数名往往只能记住一些常用的或者某个方法开头的几个字母。这个时候一个好的开发工具就需要能聪明地“猜”出你想输入的代码并给出候选列表方便你选择类似于输入法的字词提示功能。
另外当你输入错误的时候这个工具能够提示你具体是哪里错了建议改成什么从而大幅提升编写效率。在别人还在查到底是哪个单词拼错了导致代码跑不起来的时候你已经写完一个完整的模块了。
2. 掌握快捷键
Python 数据分析需要边写边看结果甚至每写两行代码就需要点击运行、新建文本段落、代码段落等操作。所以熟练地掌握快捷键可以使绝大多数的操作都不需要鼠标手不用离开键盘就能完成起到事半功倍的效果。
整个配置过程相比传统的环境安装稍微多了几步不过并不复杂只需要跟着一步一步操作就可以。 搭建环境的版本说明如下 Anaconda3.0 VS Code 1.51.1 实际并无太多版本限制你安装最新版即可。 第一步、数据科学增强版的 Python 环境Anaconda
Anaconda 是一个 Python 数据科学工具包里面包含了 Python 做数据计算最常用的库和工具属于必装软件。目前它已经非常成熟并且整套 Anaconda 可以免费提供给个人使用。
1. 用浏览器访问 Anaconda 的个人版页面www.anaconda.com/products/in… 点击 Download页面会自动跳转到具体的下载页面 2. 根据自己的设备类型 Mac/Windows选择合适的安装包版本。**无论 Windows 还是 Mac 都选择 Graphical Installer它代表图形化的安装器之后更易于使用。
3. 下载之后双击安装包进行安装如图所示直接点击 Next。
4. 接下来就是使用协议界面点击 I Agree代表同意使用协议。
5. 之后连续 Next可以看到选择安装位置的界面如果没有特殊的需求直接默认位置就好继续点击 Next。
6. 最后一个配置界面是高级选项不用更改直接点击 Install等待 2~3 分钟之后即可完成安装。
安装完毕之后可以从程序中找到 Anaconda Navigator点击打开就可以看到整套 Anaconda3 的所有工具如下图所示
其中 Notebook 是数据分析应用范围最广泛的工具但它却不是一款足够有效率的工具因为它缺乏智能的代码输入联想、自动完成和错误提示。而有效率的分析师是不会容忍自己用“记事本”写代码的。
所以接下来我们可以在自己的电脑中配置一个智能、强大的 Notebook此时安装好的 Anaconda3 页面先不关闭。
第二步飞一般的代码编辑器VS Code
VS Code Visual Studio Code是微软开发的跨平台代码编辑器靠着其强大的插件生态目前已经成为全球最流行的代码编辑器。本次我们就通过 VS Code来解决 Notebook 开发效率的问题。
首先按照以下的步骤安装和配置 VS Code。
1. 下载用浏览器访问code.visualstudio.com/网页会直接识别当前的…
2. 安装下载完毕后双击安装包进行安装全部默认配置即可。
3. 安装中文语言包【可选习惯英文的同学可以跳过】启动 VS Code进入插件 Tab左侧边栏最后下方的图标输入 【Chinese】出现的第一个插件点击 Install 安装。安装完成后重启 VS Code 即可生效。 4. 安装 Python 插件依旧是在插件面板输入 【Python】安装列表中的第一个插件。
至此基础的 VS Code 环境已经配置完毕。
第三步配置 VS Code 使用 Anaconda 的 Python 环境
打开 VS Code选择【文件】-【新建文件】会建立一个默认的文本文件按 CTRL s 保存文件名为【hello.py】。 后缀名一定要是 .py因为 VS Code 要根据文件的后缀名来匹配合适的工具链。 保存之后如果 VS Code 识别到 Python 文件我们上一步安装的 Python 插件就会开始工作寻找本机的 Python 环境结果会展示在下方的状态栏上。 Anaconda 的 Python 环境包含了丰富的科学计算的库所以是做数据分析的首选。 确认环境之后我们即可进入最后一步。
第四步Jupyter in VS Code
我们进入 VS Code 的插件 Tab左侧边栏最下方的图标输入 Jupyter 安装由微软官方出品的 Jupyter 插件前几个有 Microsoft 字眼的。 安装完成之后重启 VS Code如果显示是禁用那就是安装好了直接操作后续即可。按 【CTRLP】 弹出命令面板输入【Jupyter】此时会列出所有 Jupyter 插件支持的操作选择 【Jupyter: Create New Blank Jupyter Notebook】如下图所示。
选择之后VS Code 内部就出现了一个类似 Notebook 的编辑界面和传统的网页版 Notebook 不同VS Code 中的 Notebook 具备强大的代码提示和自动完成的功能。接下来我们来学习一下它的主要操作。
打开编辑界面我们将 Notebook 可操作性的区域分为三个部分主操作区、Cell 操作区、 边栏操作区。
主操作区主要用来控制整个 Notebook 的一些行为.(大家可以把鼠标放在图标上看一下各个按钮对应的功能)。
边栏操作区不同位置的“”号代表在不同位置插入 Cell。
Cell 操作区主要用来控制当前 Cell 的行为。
Cell 是 Notebook 中的核心概念直译过来是“单元格”但 Notebook 中的 Cell 却不能用单元格简单概括所以本文统一用 Cell 描述一个 Notebook 由多个 Cell 组成。 Cell 一共有两种类型
代码 Cell主要用来编写 Python 代码每个代码 Cell 都可以单独执行并且执行结果会展示在 Cell 的下方。
文本 Cell顾名思义用来编写文本, 对于数据分析工作而言除了代码本身分析的思路、推导的逻辑同样非常重要文本 Cell 就是用来承载这些内容。
这也是 Notebook 区别于 IPython 最大的地方可以实现代码和文本的混排来最大化的呈现数据分析的产出。
Notebook 的基本操作
接下来我们通过一个具体的目的学习一下 Notebook 的基本操作。这些操作在后续的博文中会经常用到我们先通过几个简单的小案例初步熟悉一下。
1、创建一个 Notebook保存为 my_practice.ipynb。
2、添加一个 Cell通过代码打印“this is my first Notebook”, 并运行。 在之后的案例中我们每介绍一个小阶段都会通过新建一个 Cell 来编写代码测试我们实验的内容。
3、添加一个 Cell并转换成文本 Cell输入文字“我的数据分析启程了”。
4、添加一个 Cell通过代码打印 11 的结果。
下面我们开始完成上面的案例
第一步按【CTRL P】Mac 对应【CMD P】 调出 VS Code 的命令面板输入【 Jupyter】可以看到 Notebook 插件支持的命令其中比较常用的几个如下。 Create New Black Jupyter Notebook 创建新的空白 Notebook 工作区。Export to PDF将当前的 Notebook 导出为 PDF在后续写数据分析报告的时候会用到。Import Jupyter Notebook导入已有的 Notebook。用来导入已有的 Notebook 文件。 首先选择第一个创建一个新的 Notebook创建之后按 【CTRL S】 保存文件名输入first.ipynb。
第二步新建 Cell我们点击边栏操作区的 号即可新建 Cell 然后我们输入以下代码
第三步我们类似第二步首先新建一个 Cell并点击 Cell 操作区中的 M 图标切换为文本模式并输入“我的数据分析启程了”。输入完毕后鼠标点击 Cell 之外的任意区域即可退出编辑模式进入预览模式双击 Cell 可重新进入编辑模式。这样我们的第三步就完成了。 如图所示。
第四步就很简单了我们直接新建一个 Cell 并输入以下代码
print(11)
运行 Cell可以看到打印了“2”至此我们的任务已经全部完成。整个过程如图所示。 至此你已经在自己电脑上配置出一套面向数据分析的 Python 开发环境也知道如何新建 Notebook以及在 Notebook 中添加代码 Cell 来输入代码、文本 Cell 来输入文字。
如果你对Python感兴趣想要学习python这里给大家分享一份Python全套学习资料都是我自己学习时整理的希望可以帮到你一起加油
有需要的小伙伴可以点击下方链接免费领取或者V扫描下方二维码免费领取 Python全套学习资料 1️⃣零基础入门
① 学习路线
对于从来没有接触过Python的同学我们帮你准备了详细的学习成长路线图。可以说是最科学最系统的学习路线你可以按照上面的知识点去找对应的学习资源保证自己学得较为全面。
② 路线对应学习视频
还有很多适合0基础入门的学习视频有了这些视频轻轻松松上手Python~
③练习题
每节视频课后都有对应的练习题哦可以检验学习成果哈哈
2️⃣国内外Python书籍、文档
① 文档和书籍资料 3️⃣Python工具包项目源码合集
①Python工具包
学习Python常用的开发软件都在这里了每个都有详细的安装教程保证你可以安装成功哦
②Python实战案例
光学理论是没用的要学会跟着一起敲代码动手实操才能将自己的所学运用到实际当中去这时候可以搞点实战案例来学习。100实战案例源码等你来拿
③Python小游戏源码
如果觉得上面的实战案例有点枯燥可以试试自己用Python编写小游戏让你的学习过程中增添一点趣味
4️⃣Python面试题
我们学会了Python之后有了技能就可以出去找工作啦下面这些面试题是都来自阿里、腾讯、字节等一线互联网大厂并且有阿里大佬给出了权威的解答刷完这一套面试资料相信大家都能找到满意的工作。
上述所有资料 ⚡️ 朋友们如果有需要的可以扫描下方二维码免费领取
