Python数据分析及可视化之python安装

Python数据分析及可视化实例目录

前言

2017年07月IEEE Spectrum 发布了第四届顶级编程语言交互排行榜，结合 10 个线上数据源的 12 个标准，对 48 种语言进行了排行，Python位列第一，足以证明影响力。

关于Python版本的选择，两三年前程序员们还在争执选择2.7还是3.X，我果断选择3.X，无他，这是一门高级编程语言，其最终的发展应该是进化的，而不是停留在老的版本。

安装

安装1（可选安装Python）：系列文章代码均在WIN7平台上测试通过，其他环境可自行查找对应的解决方案。在https://www.Python.org/downloads/windows/下载与使用者系统对应版本的
Python安装包（exe文件），下载后直接点击运行便开始安装，一路默认。安装时可自己选择安装位置，选中Add to path直接配置环境变量。

安装2（推荐安装Anaconda）：由于版系列文章主要介绍数据分析及可视化，大部分源码将采用Jupyter，而Anaconda集成了各种基础开发环境、Jupyter、数据科学常用Python库。下载地址：http://continuum.io/downloads。下载与使用者系统对应版本，一路默认安装即可（注意配置环境变量）。

安装3（推荐安装Pycharm）：由于本主一开始从爬虫，Web再到数据分析，所以选择了该IDE。在https://www.jetbrains.com/pycharm/官网中下载，选择专业版下载，并安装到自定义的路径。推荐网站http://idea.lanyus.com/，直接获取激活码。

安装4（推荐安装Notepad++）：对于一些txt，csv甚或简单的py代码都可以用它临时打开或执行；另外，还可以用它做临时笔记。

注意：以上安装若出现问题，请自行搜索补脑，理论上用Anaconda不会出现什么幺蛾子！

依赖库

方案1（推荐使用pip，我习惯用清华源，速度快些）

pip install requests -i https://pypi.tuna.tsinghua.edu.cn/simple

方案2（使用conda，可在conda中配置安装源，略）

conda install requests

方案3（使用Pycharm）

在Pycharm>File>settings...

打开项目

接下来的教程将使用Jupyter，在本地磁盘任意位置新建一个工作文件夹，然后按Win+R运行CMD，执行：

jupyter notebook --notebook-dir=工作文件夹绝对路径

Jupyter的快捷键、使用技巧、黑魔法命令可以自学，个人推荐?或者？？查看函数说明，其他都是小问题。

利用aonda安装jipter扩展，该扩展里面有不少好用的插件！

conda install -c conda-forge jupyter_contrib_nbextensions

文末

安装中可能会遇到一些故障，但连这点小故障都不能通过搜索解决，接下来的路怎么走？安装好了，自己先体验以下，接下来直接上Jupyter源码啦，啦啦啦！

胶水语言博大精深，

本主只得一二为新人指路，