手把手教你从零搭建Python数据分析环境

由于最近再做推荐系统的特征处理，需要借助一些工具来筛选特征。最初使用了R，R的安装很简单，而且API也很容易使用，直接就能出图。后来，发现很多人在python和R之间做选择，所以我也在两个工具间摇摆不定。后来，发现Tensorflow里面有很多python的代码，而且python可以做爬虫写web，几乎是万金油的角色。本着想找一门以后日常使用的工具的心态，最终还是选择了python。

那么本篇就从下面几个方面介绍下，如何在日常使用python做数据分析：

python安装以及numpy、matplotlib的安装
python的hello world
SublimeText的python集成
相关推荐

希望对那些刚刚打算做数据分析的朋友，提供参考。

Python以及必要的库安装

Python目前有两个版本，一个是2.7，一个是3.4，在同事的推荐下，选择了2.7。Python的下载直接去官网就可以了，但是想要做数据分析，还需要依赖很多其他的模块，比如科学计算库Numpy，图形库matplotlib，数值计算库scipy，数据挖掘分析库pandas，本篇就先安装个Numpy和matplotlib，以做演示，其他库的安装基本类似。

python安装的几种方式

一种是在sourceforge上下载exe文件，只要操作系统版本没问题，几乎是一键安装
一种是下载zip或者tar.gz压缩包，使用里面的setup.py执行setup.py install命令安装
另一种是下载whl文件，放在python的scripts文件夹中，使用命令pip install xxx.whl安装

我这次由于需要的库比较多，下载的安装文件什么样子都有，所以几种方式都会演示下。

相关的下载资源参考分享链接：链接：http://pan.baidu.com/s/1i4Jhez7 密码：t1sw

安装Python

直接运行python-2.7.13.amd64.msi,无脑下一步即可，不过要记住python所在的目录C:\Python27\,稍后需要对这个目录进行添加文件。

安装numpy和matplotlib

如果版本没问题（比如不是64位系统下载安装32位软件），那么会自动识别到python所在的目录，直接下一步安装即可。

Matplotlib也是一样安装即可。

安装cycler、dateutil

把whl文件拷贝到python27/scripts目录下，可以暂时忽略requests那个文件，这个requests库是webhdfs库连接hdfs环境用的，如果不使用可以用安装

然后分别执行命令:

pip install cycler-0.10.0-py2.py3-none-any.whl
pip install python_dateutil-2.6.1-py2.py3-none-any.whl

安装pyparsing

解压pyparsing压缩包，在setup.py那层目录执行setup.py install命令安装即可

安装到这里，numpy和matplotlib就可以使用了~

python初体验

python安装完，来体验一下吧。python支持控制台输出，也支持在新的文件中写入多行内容，统一执行。

SublimeText集成

直接使用IDLE，有点太麻烦，直接基于sublime text开发过ruby和web前端，体验非常好，所以还是想通过sublimeText编写python代码。

因此首先在点击Tools->Build System->New Build System，弹出文件：
{
"shell_cmd": "make"
}

按照下面的配置输入：
{
"cmd": ["C:/Python27/python.exe", "-u", "$file"],
"file_regex": "^[ ]File "(…?)", line ([0-9]*)",
"selector": "source.python"
}
并保存成自己的名字（我起名叫做my_python），注意路径需要修改为本地的python路径。路径为C:\Users\xxh\AppData\Roaming\Sublime Text 3\Packages\User

在Tools -> Build System 中重新选择my_pyhton

然后再SublimeText中体验一下matplotlib的魅力，代码如下：

import numpy as np
import matplotlib.pyplot as plt
plt.figure(1)
ax1=plt.subplot(211)
x=np.linspace(0,100,100)
for i in xrange(1,100):
    plt.figure(1)
    plt.plot(x,x*2)
plt.show()

按ctrl+B即可执行：