数据分析01——Anaconda安装/Anaconda中的pip换源/jupyter配置

0、前言：

• 数据分析三大模块知识：numpy（数组计算）、pandas（基于numpy开发，用于数据清洗和数据分析）、matplotlib（实现数据可视化）

---

1、Anaconda安装：

• 安装Anaconda
  
• 注意安装路径不一定是c盘，但是安装目录不要有英文
• 在弹出来的选项框中，记得打勾“将Anaconda3添加到系统变量中1”
• 在Anaconda中自带python，不用再单独下载python了（所以装Anaconda时要根据你需要的python版本来装）
• Anaconda命令行窗口：
  
• Anaconda换源
  打开Anaconda Prompt（Anaconda命令行窗口），从下面镜像中挑一个
  清华镜像源 pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
  阿里云镜像源 pip config set global.index-url https://mirrors.aliyun.com/pypi/simple/
  输入以下命令：
  

---

2、Jupyter使用：

• 前言：通过设置环境变量将jupyter界面变成中文（这种方法不是每个系统都适用）：在用户变量新建一个名为LANG，变量值为：zh_CN.UTF8。

• 作用：做数据分析和机器学习基本都是用jupyter notebook。

• 打开jupyter notebook的方法（前提是装好了Anaconda）。

  • 在对应文件的目录中输入jupyter notebook

• jupyter 环境问题说明：

  • 首先因为我们使用anaconda中已经装了jupyter包，所以我们可以直接在cmd指令中调用jupyter notebook，这时调用的jupyter就是通过anaconda调用的jupyter包响应的。
  • 当我们打开jupyter时，因为它本身可以作为一个python编辑器，所以它可以调用我们创建的python虚拟环境或者conda中的虚拟环境（这就要看你的jupyter包装在本地python里，还是anconda中）
  • 在jupyter中的环境叫做内核，我们可以在内核中给环境下载对应的包，要在jupyter中使用内核（虚拟环境），就需要我们本地有虚拟环境，同时这个虚拟环境中还要有ipykernal这个包。
    

• 在anaconda的基础环境中自带jupyter这个包，我们就能用jupyter这个工具了，但是在工具中，我们可能需要不同的环境，这就需要在anaconda中创建虚拟环境，然后在该虚拟环境中下载ipykernal包（通过 ipykernel，Python 能够与 Jupyter Notebook 和其他 Jupyter 前端进行无缝交互，提供强大的交互式计算和可视化功能，使得数据分析、科学计算和探索性编程更加便利和灵活。）这样我们虚拟环境就可以在jupyter中作为内核调用了。

• 调用jupyter：

  

  • 在终端输入jupyter notebook
  • 最终页面如下（切记不能关闭掉cmd终端）
    

• jupyter notebook中一些插件安装（注意插件安装结束要关掉jupyter和cmd窗口，然后重新启动）
  插件是通过Anaconda Prompt（Anaconda命令行窗口）中执行pip指令安装的（安装前，先确保pip换源到国内，不然速度很慢），要安装的部分插件如下：
  1、Jupyter Notebook 扩展包的安装：
  pip install jupyter_contrib_nbextensions（在Anaconda命令行窗口中执行）
  jupyter contrib nbextension install --user（在Anaconda命令行窗口中执行）
  pip install jupyter_nbextensions_configurator（在Anaconda命令行窗口中执行）
  jupyter nbextensions_configurator enable --user（在Anaconda命令行窗口中执行）
  2、代码自动美化
  jupyter nbextension enable code_prettify/autopep8（在Anaconda命令行窗口中执行）
  3、代码自动提示
  jupyter nbextension enable hinterland/hinterland（在Anaconda命令行窗口中执行）
  

• nbextensions 是jupyter notebook 的一个扩展，可以有很多有用的功能
  

---

3、jupyter notebook中的魔法命令：

• 查看所有魔法命令：%lsmagic

• 测试一个单元格代码执行时间：%%time，注意%time是行魔法命令，就是测试一行代码用了多少时间。
  

• 如果要查看一个魔法命令的作用，可以在写完魔法命令之后在后面加一个英文字符的问号，然后执行就能弹出该命令的官方文档。要查看一些python模块，也可以用在模块名后面加问号来查看。

• 查看一个函数的作用，可以把光标点到函数括号中，然后按shift+tab键，就会弹出提示

• 在jupyter中写好的python代码可以在jupyter的命令行模式下按下ctrl+L键来自动排版（前提是之前已经装好了对应插件）

• 补充：jupyter的基本知识：

  • 命令行模式：蓝色
  • 编辑模式：绿色
  • 命令行模式按下Enter（或点击单元格内部）进入编辑模式。
  • 编辑模式按下Esc（或点击单元格外部）进入命令行模式。
  • 编辑模式：编辑code，在命令行模式下按y，编辑markdown，命令行模式下按m。
  • 在上方插入一个单元格：a，在下方插入一个单元格：b。
  • 运行所有单元格：ctrl+enter；运行选中单元格并自动选择下一个：shift+enter；运行单元格并在下面插入一个单元格：alt+enter。

---

4、jupyter notebook中读写文件：

• %%writefile 文件名.后缀：会把写在单元格中的内容写到对应文件中去。
• %run 文件名.后缀：用来运行文件，一般用来跑python文件。
• %load 文件名.后缀：用来加载文件（就是在单元格中把文件的内容加载出来）。
• %who：查看当前jupyter中的变量信息。（%whos是查看变量的具体信息）
• %reset：清除变量信息

---

总结：anaconda中包含了很多数据分析用到的库文件，而jupyter就是一个编辑代码的工具，类似于pycharm，但是做数据分析的话，很多人使用的是jupyter，而不是pycharm。