Python数据分析系列（一）：python入门

前言

本文主要介绍Python在不同集成开发环境的运行方式、Python环境搭建以及Python入门知识。

一、Python运行方式

• 1、shell方式

shell是交互式的解释器
输入一行命令，解释器就解释运行出相应的结果。

示例：

• 2、文件方式

在python的IDE环境中，创建一个.py为扩展名的文件
用python解释器在shell中运行出结果。

示例：

1、创建test_python.py文件。

#!/data1/iap/dingji/Python-3.6.5
# -*- coding: UTF-8 -*-
def test():
  print("ok")  #缩进
  return   #函数里面要缩进

2、用python解释器在shell中运行出结果。

语法：python 文件名.py

创建一个test_shell.sh脚本写入要调用的.py文件的语句。

#!/bin/sh

cd /apps/wqf
result=`/data1/iap/dingji/Python-3.6.5/python test_python.py`
echo $result

3、根据业务场景选择运行test_shell.sh脚本的方式即可。（直接交互运行(sh 文件名.sh)或者后台挂起(nohup sh 文件名.sh)）

二、Python集成开发环境(IDE)

IDE是开发者创建程序时使用的软件包。

IDE使用的工具包括：

• 文本编辑器
• 编译器/解释器
• 装配自动化工具
• 调试器

IDE特点：

• 存储和重新打开脚本
• 运行代码
• debug
• 突出显示语法

• Mac OS & Linux 下
  • $ python
  • $ python3
• Python内置IDE
  • IDLE
• 其他IDE
  • PyCharm、Visual Studio Code(VS Code)、Spyder、JuPyter Notebook

三、Python开发平台—Anaconda

Anaconda是一个python集成平台，包含有数百个科学包。⾥⾯预装好了conda、某个版本的python、众多packages以及科学计算⼯具等，所以也称为Python的⼀种发⾏版。

1、下载

第一步： 下载安装包，可以选择去官方网站https://www.anaconda.com/download/或者清华大学的镜像网址：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/中选择一个合适的版本。

2、安装

第二步： 点击.exe文件安装anaconda。

第三步： 配置环境变量

将下面的路径添加到环境变量下面，后面的路径是一样的，前面根据自己安装的目录路径来。

F:\anaconda
F:\anaconda\Scripts\
F:\anaconda\Library\bin
F:\anaconda\Library\mingw-w64\bin

第四步： 验证是否安装成功

打开命令行窗口（最好以管理员的身份运行），输入命令行"conda --version"，返回版本号则说明安装成功。

第五步： 更换为清华镜像地址

5.1. 由于从外国镜像地址下载安装包十分慢，因此我们首先要将其更换为国内清华镜像地址，以管理员的身份运行命令行窗口，输入以下命令

#查看当前镜像
conda config --show

5.2. 添加清华镜像

#添加镜像
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config –-add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/


conda config --set show_channel_urls yes

5.3. 查看添加的镜像的情况

conda info 

3、使用

3.1 Anaconda应用介绍

成功安装后，在Windows中【开始】菜单中发现Anaconda的文件夹，下拉下面有这几个应用：

Navigtor和Prompt的选择：Navigtor和Prompt都是可⽤来管理环境和⼯具包的应⽤。
两者的区别在于：Navigtor是可视化的GUI，对于不太擅⻓编程的新⼿来讲⾮常友好；⽽Prompt则是命令⾏界⾯，对有⼀定编程基础的⼈来说⾮常亲切。

Anaconda Navigtor主界面：

Anaconda Navigtor环境及工具包管理界面：

Anaconda Prompt页面，直接从主菜单点击进去，输入代码。如下图所示：

3.2 配置Python库

1、查看库

在Anaconda Navigtor环境及工具包管理界面，选择Environments，安装Anaconda时会自行创建一个base(root)环境，右侧是这个环境中已经安装的Python库。如下图所示：

打开Anaconda Promp，在cmd中输入conda list或者pip list也可以查看base环境下面所安装的库。如下图所示：

2、库的安装

• 方法一：打开Anaconda Promp，在cmd中输入 “conda install --name<env_name><package_name><=version>”进行安装。

–name<env_name> ：指该库所安装的环境名。
<package_name>：指该库名称。
<=version>：指该库的版本号。若不指定，默认为最新版本。

示例：安装1.21.5版本的numpy。

conda install numpy==1.21.5

• 方法二：在Anaconda中直接安装。

在选定的环境内查看所有All或未安装Not installed，然后在search Packages中输入需要安装的库名称并进行搜索。

举例：需要在base环境下安装tensorflow库，输入tensorflow后进行搜索，得到结果，如下图所示：

3.3 集成开发环境使用

安装后一般使用Spyder Python或者Jupyter Notebook解释器编辑和执行程序。本文数据分析系列代码都是在Anaconda安装后的Jupyter Notebook解释器编辑上编写，所以在介绍Jupyter Notebook上比较详细。

3.3.1.Spyder

• Spyder Python打开：在Windows启动菜单Anaconda中选择Spyder，打开界面。

3.3.2 Jupyter Notebook

• Jupyter Notebook打开

  • 方式一：从Anaconda Navigtor中点击进入。

  • 方式二：直接从终端进入，在windows菜单页面点击Jupyter Notebook打开终端。

• Jupyter Notebook 界面介绍
• • Notebook Dashboard

打开Notebook意味着打开默认Web浏览器。此时我们会看到Notebook Dashboard，它会显示Notebook服务器启动目录中的笔记本、文件和子目录的列表，它的顶部有【Files】，【Running】和【Clusters】三个选项。