你好，我是悅創，
自學一門編程語言著實不易，從我自己的經歷看，你需要翻越好幾個障礙，從心態，到體力，再到思維，最終才能成為一名優秀的程式員，所以說掌握一門語言，需要你用心去感悟，去認真體會你和“她”的那一絲默契，
但是遺憾的是，太多的朋友們，并不是倒在了中途，而是他們并沒有開始，是的，他們連 Python 公主的纖纖玉手都沒有摸到，
Python 應該下載哪個版本？
Python 環境如何配置？
推薦幾款最好用的 Python IDE 等等，我們的挑戰在于選擇太多，在豐收的農場門口，我們望著滿眼的西瓜和葡萄，躊躇滿志卻不敢前進，
如果你現在還沒有配置好 Python 環境，那么恭喜你，跟著本文走，你將能夠識訓基于 Python3.7 搭建的編程平臺，以及以 Jupyter 為主要工具的編程環境，本文還將帶你安裝常用的資料分析工具以及可視化工具，一站式購齊，無后顧之憂，
如果你已經安裝了 Python3.7 的環境，或者 anaconda 環境，你也可以順著本文的思路往下走，工具不是重點，配置環境的能力才是，
但是如果你的 Python 環境來歷不明（不明論壇下載），我強烈建議你卸載后重新安裝官網版本（ Python 的卸載方式同普通軟體，在控制面板中卸載即可），畢竟 "磨刀不誤砍柴工” ，有的版本殘缺不全，誰也無法預測你會出現什么 bug，
本文以windows 10 X64系統為例，演示本地 Python 資料分析環境的搭建程序，
1. 安裝 Python 環境
1.1 Python 軟體下載
作為 21世紀的大好青年，從來都是要玩最正宗的，盜版？！那是上一代人玩剩下的，特別是在正版還免費的情況下，推薦去 Python 官網https://www.python.org/ 下載，部分朋友可能加載會比較慢，稍安勿躁，除非網路問題，網站都是能夠訪問的，
進入官網后，你可以直接按照上圖的提示，選擇 Windows 標簽，進入 Windows 平臺的 Python 版本詳單頁面（ Releases Page ），建議選擇 3.7或以上的版本，Python2.7 將在 2020年停止所有更新，就像曾經輝煌的 Windows XP 一樣，最終慢慢成為歷史的塵埃，所以本專欄不推薦安裝 Python2.7，
在選擇 Python 版本要注意根據自己 PC 的版本一致，如果自己的版本是 64位，建議選擇 x86-64 版本下載，否則直接選擇普通版本，切記電腦位數和 Python 版本保持一致，否則以后流的淚都是當初挖的坑啊，
對于使用 mac OS 的朋友，請選擇 mac OS X 標簽，進行下載，步驟基本一致，
1.2 Python 軟體安裝
Python 的安裝程序非常人性化，你只要雙擊安裝程式，設定好安裝路徑，「記得勾選：Add Python 3.7 to PATH」然后不斷點擊下一步，直至完成安裝，
上圖 add python3.7 to Path ，是指安裝程序中程式默認把安裝路徑添加到系統環境變數中，此項務必打勾！
至此我們已經初步完成了 Python3.7 的安裝，在 cmd 命令列中輸入 python ，可以直接進入 python 環境中：
C:\Users\Administrator>python
Python 3.7.4 (v3.6.5:f59c0932b4, Mar 28 2018, 17:00:18) [MSC v.1900 64 bit (AMD64)] on win32
Type "help", "copyright", "credits" or "license" for more information.
繼續輸入我們的第一行 Python 陳述句，開啟我們的資料分析之旅吧：
>> print("Life is short, I do data analysis in python!")
"Life is short, I do data analysis in python!"
如果把 Python 比作公主的話，那么怎么也得配個丫鬟才對，是吧？我們常說 Python 廣泛應用與資料分析、爬蟲、網路編程、人工智能、運維等領域，其實是因為基于 Python 有非常多的第三方庫，這些庫極大地豐富了 Python 的生態，使得 Python 近乎無所不能，那我們該怎么安裝這些第三方庫呢？
沒錯，PIP 工具應該說是這塊的小能手了，PIP 直觀上理解，就是為 Python 量身定做的管理第三方庫的小工具，扮演了丫鬟的角色，讓我們先來撩一下 PIP ，在 cmd 視窗中輸入命令查看 PIP 的版本和安裝路徑：
C:\Users\Administrator>pip --version
pip 19.1 from d:\users\lemeng\appdata\local\programs\python\python37\lib\site-packages\pip-19.1-py3.7.4.egg\pip (python 3.7)
如果系統提示 PIP 不是最新版本，請繼續執行如下命令：
C:\Users\Administrator>python -m pip install --upgrade pip
PIP 是不是就這么簡單呢？我們稍后揭曉，
2. Jupyter Notebook，最適合做資料分析的編程工具
準確來講，Jupyter Notebook 不僅僅適合做資料分析，而且它非常適合新入門的朋友練習 Python，
Jupyter Notebook 是一種以 “問答式” 為重要特征的 Python 編輯器，就像排版精良的筆記，你的程式、執行結果，井然有序，
本專欄重點介紹在 Python 資料分析程序中的 Jupyter Notebook 的使用，在實際案例中，你輸入一句，它便回傳程式執行的結果，并且執行后程式的記憶體會被鎖定，直到程式關閉，變數才會被銷毀、記憶體被釋放，
這種特征，在資料分析領域尤為重要，在資料分析的程序中，一切套路都是圍繞著資料本身的特點來的，特別是對于中大型的資料表格，只有熟悉了資料的特點，才能對資料進行下一步的分析，這也正是資料編程與網路編程最大的差別，
我們先安裝 Jupyter Notebook，然后通過一個實體來感受它的便捷，
我們推薦通過 PIP 工具進行一鍵式安裝，在 cmd 視窗輸入如下命令：
C:\Users\Administrator>pip install jupyter
這里推薦給你的 pip 換源，這里以 Windows10 為例：
先打開查看檔案后綴：查看 -> 勾選檔案擴展名
首先在 Windows 的檔案夾「快捷鍵：Win 圖示+ E 」視窗輸入 ： %APPDATA%
然后在底下新建 pip 檔案夾，然后到 pip 檔案夾里面去新建個 pip.ini ,然后再里面輸入內容
輸入一下內容：
[global] index-url = http://mirrors.aliyun.com/pypi/simple/ [install] trusted-host=mirrors.aliyun.com
自此就換源結束
補充：
從 pip10.0.0 開始，有個 config 子命令可用來改配置，無需關心不同作業系統下組態檔路徑，
詳見討論：Create a command to make it easy to access the configuration file · Issue #1736 · pypa/pip
實際使用例子：
# 阿里源 pip config set global.index-url http://mirrors.aliyun.com/pypi/simple/ # 豆瓣源 pip config set global.index-url https://pypi.douban.com/simple # 阿里云 http://mirrors.aliyun.com/pypi/simple/ # 科技大學 https://pypi.mirrors.ustc.edu.cn/simple/ # 豆瓣(douban) http://pypi.douban.com/simple/ # 清華大學 https://pypi.tuna.tsinghua.edu.cn/simple/ # 中國科學技術大學 http://pypi.mirrors.ustc.edu.cn/simple/
提示安裝成功后，推薦設定一下我們常用的 Python 學習路徑，這樣新建和保存檔案均會默認放置到該路徑下，在 cmd 視窗中繼續輸入：
C:\Users\Administrator>jupyter notebook --generate-config
Writing default config to C:\Users\Administrator\.jupyter\jupyter_notebook_config.py
編輯上一步提示的 jupyter_notebool_config.py 檔案，找到 c.Notebook.notebok_dir ，放開前面的注釋，并按照下圖修改完成（路徑根據自己的實際情況填寫，注意避免放置中文路徑，給自己挖坑），保存并關閉，
到此為止，Python 環境就完成配置了，下面我們就來撩一下吧，
在 cmd 視窗中輸入 jupyter notebook ，啟動環境：
C:\Users\Administrator>jupyter notebook
通過 New 選單，新建一個 Python 3 的程式后，在新的頁面繼續輸入：
for i in range(10):
print(i, end=",")
jupyter notebook 界面及效果如下：
在 Jupyter 的常用工具列上，有保存、剪切、復制、粘貼、運行、停止等按鈕，滑鼠移動到按鈕上會有提示，總體來說，還是很人性化的，相信上手應該沒有難度的，
這里請朋友們注意了，在本專欄的后續章節中，除特殊說明外，Python 程式的演示都是在 Jupyter Notebook 中進行的，
3. 資料分析三大神器
- Numpy ，一款用于科學計算時的基礎模塊
簡單來說，Numpy 提供了一個 N 維陣列容器，基于 Numpy ，你可以非常方便地進行陣列的變換與計算，比 Python 自帶的嵌套串列的效率高多了，不僅僅是運行效率，開發效率也是極高，并且后續的資料分析工具很多都是基于 Numpy 開發而來，也就是說想玩轉資料分析，必須要安裝并且了解 Numpy，
推薦用 PIP 安裝 Numpy ，正常有 2 種方法：在線安裝和離線安裝，如果網路條件還可以，可以在 cmd 視窗中輸入：
C:\Users\Administrator>pip install numpy
PIP 會根據 Python 的版本，自動搜索匹配的 Numpy 版本，進行安裝，
如果網路不佳的朋友，因為國外的站點鏈接并不穩定，很可能會出現下載失敗的情況，這里給大家推薦阿里云鏡像站點 http://mirrors.aliyun.com/pypi/simple/ ，朋友們可以進入阿里云鏡像點，下載對應的包到本地，比如 c:/盤 ，進行本地安裝，安裝命令中需要帶上檔案的本地路徑，如下：
C:\Users\Administrator>pip install c:/numpy-1.17.2-cp37-cp37m-win_amd64.whl
這里告訴大家如何去尋找適合自己的版本， cp37 表示適用于 Python3.7 ，win_amd64 表示適用于 windows 64bit 平臺， whl 格式的檔案本質上是一個壓縮包，里面包含了 py 檔案，以及經過編譯的 pyd 檔案，方便安裝，
本專欄后續仍會有部分庫需要用 PIP 去安裝，朋友們都可以嘗試用阿里云鏡像站點進行離線安裝，套路都一樣， 「也可以使用換源」
在線安裝本質上也是去站點搜尋合適的 whl 檔案進行安裝，
安裝完成后，我們嘗試一下導包操作，如果導包成功，那說明 Numpy 的安裝一切順利，在 Jupyter Notebook 輸入如下并執行：
# numpy導包操作
import numpy as np
- Pandas，一款為解決資料分析而生的工具
直白的說， Pandas 其實就是一個表格容器，并且提供了很多很秀的騷操作，能夠滿足日常各種 “外掛” 需求，
Excel 大家都用吧， Excel 也有很多騷操作，比如篩選、函式、排序、透視、繪圖、復制等等，
但是大資料時代， Excel 有很多局限性，自動化只能靠 VBA ，但是自動化程度有限；單個 Excel 表格容量有限，超過 10 萬行就運行困難，運行效率不行；無法與其他工具兼容，統計函式有限，無法定制…
對于 Pandas 來說，這些都不是問題，
Pandas 納入了大量庫和一些標準的資料模型，提供了高效地操作大型資料集所需的工具，依托 Python 語法，可以方便地進行函式式編程和面向物件的編程，可以方便地和各類資料庫進行對接，可以根據資料集的特點定制各類函式，并且 Pandas 還是入門資料挖掘與人工智能的基礎，
Pandas 的安裝和 Numpy 一樣，但是需要注意的是，Pandas 是基于 Numpy 封裝的，所以安裝順序 Numpy 在前，Pandas 在后，切勿調換順序，
C:\Users\Administrator>pip install pandas
如果網速不佳，推薦阿里云離線安裝，程序請參考 Numpy，「或者換源」
安裝完成后，我們嘗試一下導包操作，如果導包成功，那說明目前一切順利，
# pandas導包操作
import pandas as pd
- Matplotlib，入門必學的可視化工具
matplotlib 是基于 Numpy 開發的繪圖工具，可以非常方便地繪制出版質量級別的圖形，效果甩 Excel 不是一點半點，開發者可以僅需要幾行代碼，便可以生成繪圖，一般可繪制折線圖、散點圖、柱狀圖、餅圖、直方圖、子圖等等，
安裝程序也非常簡單，跟 Numpy 一樣，命令列中輸入：
C:\Users\Administrator>pip install matplotlib
如果網速不佳，推薦阿里云離線安裝，程序請參考 Numpy，
安裝完成后，我們看一下 demo，看看 Jupyter 和可視化工具一起，能夠擦出什么樣的火花呢？我們輸入如下程式：
# 這是 Python 的一個魔法函式，在命令列下起作用，方便圖形在 Jupyter Notebook 中顯示
%matplotlib inline
# 導包，約定俗成，固定格式
import matplotlib.pyplot as plt
import numpy as np
# 生成0-2π區間的含100項的等引數列
x = np.linspace(0,2*np.pi,100)
# 求x值對應的sin，賦值給y
y = np.sin(x)
# 繪圖
plt.plot(x,y)
Matplotlib 繪圖的最大特點就是依托于 Python，對資料進行清洗、與資料的互動、圖形界面的互動都非常方便，一站式搞定，后續的課程，我將為大家詳細介紹，如何用這套工具，做一些炫酷的事情，
4. Pyecharts，一款國民女神級的可視化工具
在這之前，我們先來聊一下 Echarts ，
Echarts 是一個使用 JavaScript 實作的開源可視化庫，自問世以來迅速得到了朋友們的好評，效果炫酷、使用高效、可互動、可高度定制等等，好評不一一列舉了，
對于學習 Python 的朋友們來說，唯一比較頭疼的，是需要具備一定的 JavaScript 知識，特別是對于新入門的朋友，這一點似乎有一點點不太友好，
但是這一點對于學習完本專欄的朋友們來說，完全不是問題，這里我們推薦一款好用的工具 Pyecharts ，語法完全兼容 Python，效果全面向 Echarts 看齊，
多說不練假把式，我們來看看如何安裝 Pyecharts ， cmd 命令列中利用 PIP 執行安裝任務：
C:\Users\Administrator>pip install pyecharts -U
這里要注意一下，Pyecharts 一共分為 2 個版本，Version0.5x 和 Version1.x ，兩個版本并不兼容， v1.x 的語法全面擁抱TypeHint ，表達方式更加 OOP（Object Oriented Programming），寫法更靈活， v0.5x 則還是原生的寫法，跟腳本語言的寫法非常接近，
本著與時俱進的思想——先進即好用，我們推薦朋友們使用最新的版本，事實上， v0.5x 經過我的多方面測驗，跟 notebook 的兼容性存在一些問題，v1.x 的效果則更加穩定一些，為了降低版本因素可能對朋友們造成的困擾，本專欄的案例基于 Version1.8.1 撰寫，
完成安裝后，我們先來看看效果吧，輸入如下 Python 程式：
# 匯入繪圖工具
from pyecharts import options as opts
from pyecharts.charts import Bar
attr = ["襯衫", "羊毛衫", "雪紡衫", "褲子" , "高跟鞋" , "襪子"]
v1 = [5, 20, 36, 10, 75, 90]
v2 = [10, 25, 8, 60, 20, 80]
bar = (
Bar()
.add_xaxis(attr)
.add_yaxis("商家A", v1)
.add_yaxis("商家B", v2)
.set_global_opts(title_opts=opts.TitleOpts(title="Bar-基本示例", subtitle="我是副標題"))
)
# 在 notebook 中輸出
bar.render_notebook()
如果出現上面的提示，是沒有問題的，1.9 還沒發布呢！
5. 總結
到這里，整個基于 Python 的資料分析環境就搭建完成了，總的來說，搭建這套環境的意義就在于：
- 提供了一套資料清洗的平臺，你可以方便地觀察資料的規律，并完成對應指標的統計、分析；
- 提供了一個可視化的平臺，從傳統的繪圖方式，向自動化、批量化、可互動式的可視化方式轉變；
- 拓展了資料分析的來源，Python 的能力也將在這個方面得到充分的展現，用了這套平臺，你的資料來源不再局限于 Excel 表格，隨著技能點的逐步點亮，你可以自由地從各類資料庫、網上在線表格、各類文本檔案等獲取，
- 技能將更加全面化，你能夠操作的資料也不僅僅局限于數字，文本、圖片等都將成為你的操作物件；操作水平也更加精細化，并且效率極大提升；資料量也從幾千的維度，迅速提升到百萬級別，至于更大的資料量，則依賴更好的硬體性能和一定的建模能力，但是可以肯定的是，Python 資料分析這套技能不會過時；
- 最為重要的是，這里提供了一個技能提升和職場晉升的階梯，利用這套平臺，你可以專注于成為一名資料分析師，也可以轉型成為一名大資料工程師，可以往上晉升成為一名資料挖掘工程師、甚至是資料科學家、演算法專家，
所以朋友們還等什么，趕緊加入學習吧，
轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/195285.html
標籤：其他