002: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。如果计算机上已经有 Python 解释器环境了，也可以直接使⽤ Python 的包管理⼯具 pip 安装 Jupyter ，再根据实际⼯作的需要安装三⽅库，这种⽅式适合有⼀定经验的⽤户。

安装和使⽤ Anaconda

        对于个⼈⽤户来说，可以从 Anaconda 的 官⽅⽹站 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。

        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。

        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” 。

温馨提示 ：可以选择 Miniconda 作为 Anaconda 的替代品， Miniconda 只会安装 Python 解释器环境和⼀些必要的⼯具，其他的三⽅库由⽤户⾃⾏选择安装。其实我个⼈并不喜欢 Anaconda ，因为它是给⼩⽩⽤户使⽤的，我们有了 Python 以后完全可以按照⾃⼰的意愿来安装需要的三⽅库。

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/ 和 conda config --add channels

https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main 。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 “JupyterNotebook”（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 ：

pip install jupyter

安装三⼤神器：

pip install numpy pandas matplotlib

运⾏ Notebook ：

jupyter notebook

Notebook 是基于⽹⻚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，你可以在⽹⻚中直接编写代码 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，可在同⼀个⻚⾯中使⽤ 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 》 的⽂章，也可以帮助⼤家快速认识 Notebook 。

说明 ： Jupyter 官⽹ 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：

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：

编辑模式下的快捷键：

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，⻢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。