Anaconda安装教程、jupyter配置及常见统计量python使用

0X00 前言

学习统计学不光有理论的学习理解，还要有题目的练习以及工具上的实践。由于工作性质的原因，我使用python来实现各个统计量的计算。由于pycharm收费且重，我自己购置了一台1C2G云服务器，并且搭建了Anaconda，使用其中的jupyter作为日常练习的工具。jupyter上无论是写代码还是写文档都比较方便，需要搭建这个服务的同学可以参考本篇教程。

0X01 Anaconda安装配置以及环境配置

1.1 Anaconda的安装

由于Anaconda官网在外网，如果没有科学上网的方法的话，很难或者无法下载相应的资源，我这里使用的是清华大学开源软件镜像站，选取所需的操作系统及版本，由于我这里是云服务器我选择 Anaconda3-2019.07-Linux-x86_64.sh ，可以选择下载到本地再上传到linux服务器（WinSCP），也可以复制链接地址在linux上通过***wget***命令下载。

wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-2019.07-Linux-x86_64.sh

下载完成后本地是一个文件由于没有权限，颜色和普通脚本是不同的，也就是没有可执行权限，此时需要给这个脚本进行赋权，然后进行安装过程：

chmod +x Anaconda3-2019.07-Linux-x86_64.sh
sh Anaconda3-2019.07-Linux-x86_64.sh

安装过程中，不断回车或者yes默认选项。

安装过程结束后，需要配置anaconda的环境变量，这样我们才可以全局使用conda命令。由于我这里是root用户，我将Anaconda安装在/home/anaconda3。 无论是哪种内核（版本）的系统，都可以通过修改/etc/profile或者~/.bashrc的配置信息来达到设置环境变量的目的 ，此处使用后者进行操作。

vim ~/.bashrc
-- 在文件末尾添加如下配置，其中/home/anaconda3是anaconda3的安装目录
export PATH=/home/anaconda3/bin:$PATH
-- 添加完成后保存退出 
:wq
-- 刷新配置
source ~/.bashrc
-- 查看anaconda版本信息
conda -v

基本安装完成后，需要更新所有库，防止后面出现各种版本不一致的问题。

-- 更新所有库
conda upgrade -all
-- 更新conda本身
conda update conda

1.2 anaconda 常用命令

conda常用命令：

-- 查看安装的包
conda list
-- 安装需要的包,可以同时安装多个包，空格分割。同时可以添加版本号指定包版本
conda install package_name
-- 如需要安装pandas numpy的1.10版本
conda install pandas numpy=1.10
-- 卸载包
conda remove package_names
-- 更新包
conda update package_name
-- 包搜索支持模糊搜索
conda search package_name

conda可以为你不同项目建立不同的运行环境，安装nb_conda用于notebook自动关联nb_conda的环境。

创建环境：

conda create -n env_name package_names

该命令中，env_name是设置环境的名称，package_names是你要安装在创建环境中的包

也可以在创建环境时，指定环境中的python版本：

conda create -n py3 python=3

进入环境：

source activate my_env

离开环境：

source deactivate

共享环境：

将你当前的环境保存到文件中包保存为YAML文件（包括Pyhton版本和所有包的名称）

conda env export > environment.yaml

列出环境：

有时候会忘记自己创建的环境名称，这时候用 conda env list 就可以列出你创建的所有环境 。 你会看到环境的列表，而且你当前所在环境的旁边会有一个星号。默认的环境（即当你不在选定环境中时使用的环境）名为 root。

 conda env list

删除环境：

conda env remove -n env_name

0X02 jupyter配置及远程使用

进入环境ipython, 在ipython环境下输入：

from notebook.auth import passwd
passwd()

输入方便你记的密码，连续输；两次…输完密码后，会输出一个字符串，形如： ’sha1:9e7a5c5e0a29:8cbdvsv2344d141c92beab1c5bc6e9avsdvdsvsv’
将其保存下来, 完成以上操作后，通过exit()推出ipython环境

进入到安装目录：cd /home/anaconda3/etc/jupyter, 执行 :

jupyter notebook --generate-config
-- 命令会产生文件：home/.jupyter/jupyter_notebook_config.py

编辑配置文件，编辑此文件，写入

c.NotebookApp.ip = '*' # 允许访问此服务器的 IP，星号表示任意 IP
c.NotebookApp.password = u'sha1:xxx:xxx' # 之前生成的密码 hash 字串
c.NotebookApp.open_browser = False # 运行时不打开本机浏览器
c.NotebookApp.port = 12035 # 使用的端口，随意设置
c.NotebookApp.enable_mathjax = True # 启用 MathJax

启动服务
Jupyter notebook

在浏览器中输入该服务器的IP地址及配置的端口之后就可以使用jupyther写代码写文档。

jupyter常用命令：

-- 启动jupyter
start jupyter
-- 停止/重启jupyter
stop/restart jupyter
-- 查看jupyter的状态
status jupyter

常见统计量的实现

启动jupyter服务后，新建一个文件，修改其文件名，开始输入代码，进入实践。

import sys
import numpy as np
import pandas as pd
from scipy import stats as sts


    nums = [1,2,3,4,4,4,5,6]
    print("算数平均值："+str(np.mean(nums)))
    print("中位数："+str(np.median(nums)))

    # 函数作用：返回传入数组/矩阵中最常出现的成员以及出现的次数。
    # 如果多个成员出现次数一样多，返回值小的那个
    print("众数："+str(sts.mode(nums)[0][0])+'  出现了：'+str(sts.mode(nums)[1][0])+'次')

    print("几何平均数："+str(sts.gmean(nums)))

    a = [70,80,90]
    w = [3,3,4]
    print("加权平均数："+str(np.average(a,weights=w)))

    print("方差："+str(np.var(nums)))
    print("标准差："+str(np.std(nums)))
    print("极差："+str(np.ptp(nums)))

    # 平均差
    # 四分位差
    print("四分位 75%："+str(np.percentile(nums,75)))
    print("四分位 25%："+str(np.percentile(nums,25)))
    print("四分位："+str(np.percentile(nums,75) - np.percentile(nums,25)))
    # print("四分位："+str(sts.(nums,75) - sts.(nums,25)))
    # 异众比率
    print("异众系数："+str(1-sts.mode(nums)[1][0]/len(nums)  ))
    # 离散系数
    print("离散系数："+str(np.std(nums)/np.mean(nums)))
    # 偏态系数
    print("偏态系数："+str(sts.skew(nums)))
    # 峰态系数
    print("峰度系数："+str(sts.kurtosis(nums)))