python数据分析开发环境_Python 数据分析开发环境 Jupyter notebook

▍『1』 Python 数据分析开发环境

在Python 的安装和使用 中，我们提到了 Python 的开发环境 Jupyter notebook。Jupyter notebook 是我们接下来写代码做数据分析的重要工具。

前面说过，我们主要是通过练手来学习各个包的使用。在正式开始练手前，我们先介绍下我们用来写代码的工具。

Jupyter notebook 是一个交互式笔记本，支持运行 40 多种编程语言。其前身为 IPython notebook，因为后续也支持其他语言，所以改名为 Jupyter notebook。

Jupyter notebook 的本质是一个 Web 应用程序，便于创建和共享文学化程序文档，支持实时代码，数学方程，可视化和 markdown。 对比与其他的开发环境，Jupyter notebook 将大大提升我们的工作效率，在接下来的使用过程中你将会感受到。

个人觉得使用 Jupyter notebook 进行数据分析的优点有：能够同时记录笔记和运行代码

能够在一个文件中运行多组代码

能够可视化

方便查看数据

能够补全命令和查看用法

在开始使用 Jupyter notebook 之前，需要先安装该包。

▍『2』Jupyter 安装

Jupyter 官网 有着完整的安装步骤，官方建议利用 Anaconda 安装，但可以采用 pip 安装。

pip install jupyter

这里解释一下为什么官方推荐 Anaconda 安装以及 Anaconda 是什么，如果没有兴趣的可以跳过，下面这段话只是为了减少我们的疑惑。我们还是采样 pip 安装，当然你可以选择其他方式。在介绍 Anaconda 之前，我们先介绍一下环境变量。环境变量可以理解为程序所处的环境。我们把环境变量比喻为一个大房子，大房子中有各种各样的程序，这些程序我们都可以使用。pip 安装的程序就处于这样的一个大房子中。但现在有一个问题，如果我们需要使用不同版本的同一包，比如某些程序基于 numpy 2.1，某些程序基于 numpy 2.2。在大房子中需要同时存在 numpy 2.1 和 numpy 2.2，但这样是不可能的。为了解决这个问题，有人写了个管理包的软件 conda，conda 可以在大房子中创建多个房间，每个房间的程序都独立，这样的话系统中可以同时存在多个版本的包，独立使用而不影响。Anaconda 就是采用 conda 管理环境变量和包的 Python 发行版本，该发行版本可以更加方便的管理包，也包含了部分常用的包。减少我们安装包时需要解决的依赖问题。

总之，我们采用 pip 安装和管理包即可，如果你有兴趣使用其他方式，或者你遇到了包的依赖和兼容问题，Anaconda 是你更好的选择。

▍『3』Jupyter 使用

安装完成以后，只需在终端运行：

jupyter notebook

即可启动 Jupyter，运行上面的命令之后，终端输出

[I 20:50:16.631 NotebookApp] Serving notebooks from local directory: /Users/lli

[I 20:50:16.631 NotebookApp] 0 active kernels

[I 20:50:16.631 NotebookApp] The Jupyter Notebook is running at:

等语句（勿关闭终端），并同时在浏览器中启动 Jupyter 主界面。

通过点击界面中的 New 可以新建一个 notebook，选择启动的类型为 Python 2 或 Python 3。

创建完毕后，会打开一个 notebook。如下：

这里主要介绍内容编辑区，其他相关内容可以使用菜单栏右侧的 Help。

内容编辑区由单元格组成，一个框框为一个单元格。每个单元格可以有不同用途，代码也可以分别运行。

以 In []: 开头的为代码单元格，可以输出任意代码并按 shift + Enter 执行，单元格执行完毕后，光标会移动到下一个新单元格。

除了代码单元格外，还有一个单元格为 Markdown 单元格。通过按 esc 进入命令模型，并选中某单元格按 D 可以将代码单元格变为 Markdown 单元格。 Markdown 单元格中可以记录笔记，介绍每个代码单元格中的情况。如果你需要漂亮的排版，请学习 Markdown 语法。该单元格支持大部分 Markdown 语法，包括 latex 公式。如果你无所谓，那么你可以随意写下你想记录的东西。

notebook 有一个非常好的特性，就是可以修改任何位置单元格，对其重新计算，对于需要多次尝试的数据分析来说，特别实用。有一点需要注意的是，变量与运行顺序保持一致，而不是单元格位置。

到了这里，基本可以正常使用了，如果需要精进学习 Jupyter notebook，可以参考 Jupyter notebook 28 绝技 。

下一篇文章中把它翻译过来吧，网上也有翻译版，不过叫《27 个 Jupyter notebook 小技巧》。从零单排08：Jupyter notebook 安装和使用​mp.weixin.qq.com

想一起学习数据科学的同学，可以搜索公众号 “data2nb” 关注 “从零单排数据分析”，一步一步的记录自己的学习历程，可供入门迷茫者参考。可以点击下边链接查看公众号。:-D