【数据分析与机器学习】 技术栈和开发环境搭建

各位大佬好 ，这里是阿川的博客 ， 祝您变得更强

个人主页：在线OJ的阿川

大佬的支持和鼓励，将是我成长路上最大的动力

阿川水平有限，如有错误，欢迎大佬指正

技术栈

技术栈包括:编程语言、库、框架、编辑器、项目IDE

编程语言

主要为：Python

库

NumPy

• 科学计算基础库
• 矩阵运算
• 线性代数

Matpltlib

• 绘图库
• 数据可视化

框架

Scikit leaun

• 机器学习的算法库
• 基于NumPy.Scipy和Matplotlib构建
• 封装了各种分类、回归和聚类的算法

编辑器

JupyterNotebook

• 基于网页的交互式编辑器
• 集代码执行与文档编写于一身
• 代码可以按行执行

项目IDE

pycharm

• 集成开发环境

开发环境搭建

ANACONDA的安装

• 一种管理器，相当于应用商店

先点击ANACONDA的链接，在官网上下载，然后

先打开设置

下一步

下一步

下一步

下一步

检查一下是否成功了:
检查方式:打开cmd（命令提示符）

若成功，应该显示版本号且虚拟环境。
这一步的安装是为了更好的利用工具学习后面机器学习和数据分析

由于ANACONDA的网站布置在外国，所以下载资源包等可能很慢，所以我们这里替换成国内镜像.

先打开清华大学开源软件镜像站

然后

然后

此时先看一下自己的文件中有没有(建议下个everything可以查找是否有这个文件，否则微软自带的文件查看很慢很慢)

如果没有:

有了之后，则（没有这个编辑器，则下Notepad++）

然后

将这个复制到

最后一个

好的，机器学习的开发环境搭建完成，接下来我们安装一下数据分析的环境

数据分析

Jupyter Notebook

在数据分析中，一般用Pycharm编辑代码，然后用 Jupyter Notebook 搞算法和搞分析

首先我们来安装一下Jupyter Notebook，不在官网中下载:
在搜索栏中输入cmd（命令提示符）

打开，输入指令:

安装完成后，启动指令:

友情提醒:跳转链接后一定一定一定不要把黑色框框（命令提示符）给后台清除了，否则会直接失去服务器连接。
点转链接后:

进入想进入的路径:

进来后:

先讲一下入门操作:

Notebook中有两种模式：编辑模式、命令模式

那写好内容之后，想分享呢?

BI工具

对于数据分析等相关职业人员或相关专业学生而言，数据分析领域BI工具（商业智能软件）是不可缺少的。

今天我们来讲讲三个常用的BI工具的安装。

第1个 Tableau（推荐, BI工具祖师爷级别）
点击链接之后：

会跳转到:

往下翻，并点击这个:

然后就这样:

如果是学生或者老师（看需求，没弄过）:

填写了信息之后，就可以正常下载了。前14天免费，如果还需要用的话，可以去淘宝拼多多上购买密钥（不要买破解版）。
第2个:Power BI
点击链接之后:

然后就会自动跳转到:

然后点击下载:

然后就完成了。这个Power BI为了追赶Tableau，所以采用的商业模式，不需要激活码，免费。但是当您公开向他人共享网页的时候，则需要付费，但本地化使用则不需要。

第3个国产的Fine BI
这个由于是国产的，所以不存在语言障碍，按照流程下载即可.

今天，到此为止了，祝您变得更强

道阻且长 行则将至
个人主页：在线OJ的阿川大佬的支持和鼓励，将是我成长路上最大的动力