大数据分析学习第十一课 安装Anaconda3配置python数据分析环境

最近学习spark，课程里介绍用到Anaconda3来做开发工具，今天就来安装配置一下

1、安装配置Anaconda3

首先我们去Anaconda官网下载安装包 这里我们下载windows 64位版本

https://www.anaconda.com/products/individual#Downloads

下载后我们双击安装，注意这里选择的安装路径不要有空格和中文字符

这里环境变量我们不要勾选，稍后自己配置，

接下来一步步完成安装即可。

    安装完成后我们先不要启动Anaconda3，因为环境变量还没好 python环境也是不生效的，我们打开系统属性，找到pyth配置一下变量，我们在末位追加变量即可，注意每个变量用分号（;）间隔，添加的变量如下

;D:\ProgramData\Anaconda3;

D:\ProgramData\Anaconda3\Scripts;

D:\ProgramData\Anaconda3\Library\bin;

D:\ProgramData\Anaconda3\Library\mingw-w64\bin

添加完变量确定后，我们打开一个cmd窗口，测试下python环境，已经可以正常使用

在cmd中输入 ：conda --version，conda info    —查看是否有conda环境

 打开Anaconda Navifator

接下来我们增加国内镜像 ，我们就用常用的清华源

在Anaconda prompt中操作：

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/
conda config --set show_channel_urls yes

下图是打开Anaconda prompt

输入上面3条命令

 查看是否修改好通道 conda config --show channels

至此，我们完成了安装和配置的所有内容，接下来我们进入主菜环节，配置spark

2、安装 Jupyter

Jupyter notebook 是一个交互式的 Web 笔记本应用，可以支持多种编程语言，事实上 Anaconda+Jupyter notebook 已经是数据分析的常用环境了。那么 Jupyter notebook 还有一个非常适合的场景，就是教育，它的笔记本特性可以非常好地将学习过程固化。由于前面我们已经安装好了 Anaconda，所以安装 Jupyter notebook 只需要执行下面2条命令：

pip install --upgrade pip

pip install jupyter

这里我执行pip升级中断了，导致报下面的错误

Script file 'D:\ProgramData\Anaconda3\Scripts\pip-script.py' is not present.

问了度娘，需要用easy_install重装pip，试了不行，最终找到的办法如下

在Anaconda prompt执行

conda install pip

 完美修复pip

我们继续安装 jupyter 执行 pip install jupyter

接下来是安装pyspark

pip install --default-timeout=50000 -U pyspark

安装成功如下

接下来我们启动 Jupyter notebook

首先建立notebook的工作目录,我这里是D:\JupyterWorkspace

然后我们运行下面命令创建配置文件

jupyter notebook --generate-config

接下来我们生成一个登录密码

jupyter notebook password

执行后输入2遍密码，这个会在c盘生成一个配置文件，里面有加密的密码

然后执行下面命令启动notebook

jupyter notebook --ip=0.0.0.0 --notebook-dir='D:\\JupyterWorkspace'

输入前面设置的密码登录，就进入笔记了

3运行测试代码

我们新建一个笔记，输入下面代码，输出了1加到10的结果55

总结
        感谢能看到这里的朋友😉

        本次的分享就到这里，猫头鹰数据致力于为大家分享技术干货😎

        如果以上过程中出现了任何的纰漏错误，烦请大佬们指正😅

        受益的朋友或对技术感兴趣的伙伴记得点赞关注支持一波🙏

        也可以搜索关注我的微信公众号【猫头鹰数据分析】，留言交流🙏