30天精通Python（数据分析篇）——第2天：环境搭建之Windows下安装Anaconda及使用介绍

Anaconda 是适合数据分析的 Python 开发环境，在全球有超过1100万用户(网上看到的数据)，它是一个开源的 Python 发行版本，其中包含了 conda(包管理和环境管理)、Python 等180多个科学包及其依赖项，本文为大家进行详细介绍。

一、为什么需要安装Anaconda?

相信一些具有 Python 基础的读者，Python 开发环境已经搭建好了，也学会了编写简单的程序。那我们为什么还要安装 Anaconda、学习 Anaconda 呢？原因有以下几点：

(1) 当我们使用 Python 一段时间后，便会遇到以下问题：

1. 场景一：编写代码的过程经常出现提示缺少模块或版本的错误。
2. 场景二：某程序员在 A 项目中用了 Python 2，而新项目 B 要求使用 Python 3，但同时安装两个版本的 Python 可能会造成许多混乱和错误。此时就需要为不同的项目建立不同的运行环境。
3. 场景三：项目中可能会用到不同版本的包。例如，不同版本的 Pandas，那么不可能同时安装两个 Pandas 版本，此时需要为每个 Pandas 版本创建一个环境，然后使得项目可以在对应的环境中工作 (在工作中深有体会)。

针对以上3种情况，Anaconda 就可以充分发挥它的作用了。

(2) Anaconda 附带了常用的科学数据包，它附带了 conda、Python 和 180 多个科学包及其依赖项，因此我们可以立即开始处理数据。

(3) 管理包。在数据分析中，可能会用到很多第三方的包，Anaconda 附带的 conda(包管理器) 可以很好地帮助用户在计算机上安装和管理这些包，包括安装、卸载和更新包。

二、下载Anaconda

Anaconda 的下载文件比较大(大约1G左右)，因为它附带了 Python 中最常用的数据科学包。如果计算机上已经安装了 Python，再安装时不会有任何影响。实际上，脚本和程序使用的默认 Python 是 Anaconda 附带的 Python，所以安装完 Anaconda 已经自带安装好了 Python，无需另外安装 (如果你的项目和学习需要使用到多个不同版本的 Python，建议直接安装 Anaconda)。

2.1 从百度网盘链接中获取Anaconda安装包

链接：https://pan.baidu.com/s/1Uk-uk2C4l3o-oyvQFPhE_g 
提取码：610d 
--来自百度网盘超级会员V9的分享

2.2 从官网下载Anaconda安装包

下面介绍如何下载 Anaconda，具体步骤如下：

1. 首先查看计算机操作系统的位数，以决定下载哪个版本(现在都会自动检测系统，直接下载即可)。
2. 下载 Anaconda。进入官网 https://www.anaconda.com/，单击右上角的 Free Download 按钮，如下图所示：
   
3. 向下拉动少许浏览器的滚动条，鼠标单击 Download 按钮，如下图所示：
   
4. 单击 Download 按钮之后，弹出 另存为 对话框，选择你要存储安装包的位置(我这里默认保存到下载文件夹中)，如下图所示：
   
5. 鼠标单击保存按钮，开始下载 Anaconda，此时会弹出窗口，如下图所示：
   
   耐心等待片刻，下载完成之后，保存安装包的路径下多出一个 Anaconda3-2023.09-0-Windows-x86_64.exe 文件，如下图所示：
   

三、安装Anaconda

下载完成后，开始安装 Anaconda，具体步骤如下：

(1) 如果是 Windows 10 的操作系统，注意在安装 Anaconda 软件的时候，单击鼠标右键 以管理员的身份运行，如下图所示：

(2) 加载进度，加载完成之后，会进入到 Anaconda 欢迎界面，直接单击 Next 按钮即可，如下图所示：


(3) 单击 I Agree 接受用户许可协议，接着选择安装类型是当前用户使用还是系统全部用户都可以使用。第二种情况需要具有 Windows 系统管理员权限。如下图所示，然后单击 Next 按钮。


(4) 安装路径选择默认路径即可(新手不建议更改安装路径)，如下图所示：

(5) 去掉复选框，选择是否把 Anaconda 注册为系统默认的 Python 环境，在学习和工作中我们可能在系统里面需要安装多个不同版本的 Anaconda 或 Python，此时使用 Anaconda 的命令创建不同的 Python 环境即可(更加灵活)，因为默认注册的 Python 环境可能不符合我们的使用要求。单击 Install 按钮，开始安装 Anaconda。如下图所示：


当完成安装后，一直 Next 即可，如下图所示：


(6) 直接单击 Finish 按钮完成 Anaconda 安装，如下图所示：

安装完成后，系统开始菜单会显示增加的程序，如下图所示，这时就表示 Anaconda 已经安装成功了。

四、Anaconda的使用

4.1 利用 Conda 管理 Python 环境

Conda 是 Anaconda 提供的包及其依赖项和环境的管理工具，利用它可以：快速安装、运行和升级包及其依赖项；在计算机中便捷地创建、保存、加载和切换环境。有了 Anaconda 就可以利用它提供的 Conda 命令来管理环境，从而解决前面提到的 Python 版本问题和各种数据分析中用到的包管理问题。要使用 Conda，首先需要在系统菜单中单击 Anaconda Prompt 进入命令行模式，如下图所示(对 Linux/Mac OS，Conda 命令可以直接在命令行运行)。需要注意的是，这里是以管理员身份运行的 Anaconda Prompt。


进入 Anaconda 命令行模式后的第一件事就是更新 Anaconda，在命令行输入：

conda update conda

并在提示是否更新的时候输入 y(Yes) 让更新继续。如下图所示：


更新完成之后如下图所示：

1、创建环境。 完成了 Conda 更新，接下来就可以创建一个新的环境了，默认打开 Anaconda 命令行的时候进入的是系统的 base 环境，通常开发中会创建不同的环境以满足不同应用对各种 Python 版本以及第三方包的要求。要创建一个新的环境，可以在命令行输入：

conda create -n env_name package_names

上面的命令中，env_name 是设置环境的名称(-n 指该命令后面的 env_name 是要创建环境的名称)，package_names 是要安装在所创建环境中的包名称，同时还可以指定版本。例如，要创建名为 test_py 的环境，并在其中安装最新的 Python 版本，可以在终端中输入：

conda create -n test_py python=3

此时 Conda 将创建一个全新的环境，环境名为 test_py，使用的 Python 版本为 3，由于没有指定小版本号，此时系统将选择安装最新的 Python 3 版本，本文测试时最新版本是 3.12.0，如下图所示：

同样地，如果想创建一个环境，使用 Python 3.7，同时安装 Pandas 0.24.0 版本，以及 NumPy 包，可以通过如下命令完成：

conda create -n py37 python=3.7 numpy pandas=0.24.0

如果想在创建环境同时安装其他的包，只需要在创建环境时添加对应的包就可以了。

2、切换环境。 在 Windows 上，可以使用 conda activate my_env 进入对应的环境；而在 OS X/Linux 上则使用 source activate my_env 进入环境。进入环境后，用户会在终端提示符中看到环境名称。下图为进入前面创建的 py37 环境：

进入环境后可以通过命令 conda list 来列出当前环境已经安装的包，以及对应版本，如图所示：

还可以用下面的命令来检查当前环境的 Python 版本：

python --version/python -V

这里要特别强调的是不同的环境类似于在系统里面建立了隔离沙箱，相互之间不影响，这样开发人员就可以通过切换不同环境满足不同的开发需求。

3、离开环境。 要离开当前环境，在命令行输入：

conda deactivate

4、环境共享。 环境共享是非常实用的功能，它能保证让整个项目的协作人员都使用相同的软件包，并确保这些包的版本正确。例如，当前数据分析员 Amo 正在进行网络促销数据分析，他需要提交应用给另一部门的 Jerry 来部署项目，但是 Jerry 并不知道数据分析时使用的是哪个 Python 版本，以及使用了哪些包和包的版本。这时应该怎么办呢？Amo 就可以在当前的环境终端输入：

conda env export > environment.yaml

将当前的环境的配置(包括 Python 版本和所有包的名称) 保存到一个 YAML 文件中。命令的第一部分 conda env export 用于输出环境中所有包的名称(包括 Python 版本)，第二部分是对应的文件名。那么 Jerry 拿到了导出的环境文件，在其他电脑环境中如何使用呢？首先在 Conda 中进入当前的环境，如：

conda activate py37

然后再使用以下命令更新环境。

conda env update -f=/path/to/environment.yml

其中，-f 表示要使用的环境文件在本地的路径，读者将 /path/to/environment.yml 替换成本地的实际路径即可。

5、列出环境。 有时我们可能会忘记自己创建的环境名称，这时就可以用 conda env list 命令来列出本地创建的所有环境。用户会看到本地所有环境的列表，而当前所在环境的旁边会有一个星号，Anaconda 命令行默认的环境(即还没有选定环境时使用的环境)名为 base，如下图所示：

6、删除环境。 如果不再使用某个环境，可以使用以下命令删除指定的环境，这里的 env_name 为想删除的本地环境名。

conda env remove -n env_name

7、查看环境信息。 如果想了解当前环境，可以使用以下命令。

conda info

此命令会列出该环境的所有信息，如下图所示：

4.2 利用 Conda 管理 Python 包

创建好对应的工作环境后，通常还需要对环境中的包进行管理。利用 Conda 命令可以实现各种包的安装、升级以及卸载。

1、安装包。 例如，想安装 requests 这个包，进入创建好的 py37 环境后，在命令行模式下输入：

conda search requests

将在 Anaconda 提供的库(repository)里面搜索这个包是否存在，以及有哪些版本。之后可以利用如下命令来完成该包的安装。

conda install requests

在安装时用户也可以指定对应的 requests 版本。此外，如果在 Anaconda 提供的库里面找不到想安装的包，或者想安装更新的版本，那么也可以通过社区维护的 conda-forge 来安装。例如，如果想使用 conda-forge 来安装 Pandas，可以使用如下命令。

conda install -c conda-forge pandas

如果在上面的库都无法找到想安装的包，也可以用标准的 Python 包管理命令 pip 来完成在当前环境中第三方包的安装。例如，用来获取国内财经以及股票数据的 tushare 包，就可以通过在当前环境下使用如下命令来完成安装：

pip install tushare

2、包的卸载与升级。 包的卸载可以通过如下命令完成。

conda uninstall packages_name

这里的 packages_name 就是当前环境中要删除的包。如果想在当前环境中删除另一个环境中的包，可以通过如下命令完成。

conda uninstall my_env packages_name

这里的 my_env 就是对应的环境名。同时，对于任何 conda 命令都可以通过获取帮助的方式来详细了解命令的使用方法，如：

conda uninstall --help
conda install --help

如果想对已经安装的包进行升级，则可以输入：

 conda update my_env packages_name

如果是对当前环境中包升级，则可以略去环境名。如果想对所有包升级，则可以输入：

 conda update --all

3、为 Anaconda 添加新的库。 有时在国内使用 Anaconda 提供的库来安装包会比较缓慢，这时可以考虑添加国内镜像来解决这个问题。例如，通过如下命令可以使用中国科学技术大学的镜像。

conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/
conda config --show-sources
conda config --set show_channel_urls yes

上面的第二个命令是显示当前有哪些镜像地址。可以通过如下命令来将刚才添加的镜像地址移除，用 conda config --show 来确认该地址已经移除。

conda config --remove channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/
conda config --show

4.3 文学式开发工具 Jupyter Notebook

为什么说 Jupyter Notebook 是文学式开发工具？因为 Jupyter Notebook 将代码、说明文本、数学方程式、数据可视化图表内容全部组合到一起并显示在一个共享的文档中，可以实现一边写代码一边记录的效果，而这些功能则是 Python 自带的 IDLE 和集成开发环境 PyCharm 无法比拟的。Jupyter Notebook 是一个在线编辑器、Web 应用程序，它可以在线编写代码，并创建和共享文档，并支持实时编写代码、数学方程式、说明文本和可视化数据分析图表等。Jupyter Notebook 的用途包括数据清理、数据转换、数值模拟、统计建模、机器学习等。目前，数据挖掘领域中最热门的比赛 Kaggle(它是举办机器学习竞赛、托管数据库、编写和分享代码的平台)里的资料都是 Jupyter 格式。对于机器学习新手来说，学会使用 Jupyter Notebook 非常重要。

在 py37 环境中已经安装了 Jupyter Notebook，要运行它，只需在进入 Anaconda 命令行模式后，输入：

conda activate py37
conda install scipy numpy statsmodels pandas scikit-learn matplotlib seaborn ipython jupyter
jupyter notebook

我们将看到下图所示的提示，此时只需要按照提示把箭头所指的那一行复制到浏览器，就可以看到 Jupyter Notebook 的启动页面：

每次都复制一遍会比较麻烦，所以我们通常会修改配置，采用密码方式启动 Jupyter Notebook，同时也会修改 Jupyter Notebook 从工作目录启动，具体方法如下：

1、生成一个 Notebook 配置文件。 默认情况下，配置文件 jupyter_notebook_config.py 是不存在的，使用如下命令生成配置文件。

jupyter notebook --generate-config

该命令将在当前计算机中生成一个新的配置文件，对于 Windows 用户，通常它位于 C:\Users\Administrator(电脑的用户名)\.jupyter (我电脑的用户名为 AmoXiang，所以此处 Administrator 替换为对应的用户名 AmoXiang)；对于 Linux 用户，通常它位于 ～/.jupyter/jupyter_notebook_config.py(如果是以 Root 用户运行命令，需要使用 jupyter notebook --generate-config --allow-root)。

2、生成密码。 从 Jupyter Notebook 5.0 版本开始，Jupyter Notebook 提供了一个命令来设置密码，在 Anaconda 命令行模式输入：

jupyter notebook password

根据提示输入你的密码，假设这里输入的密码为 amoxiang，之后生成的密码存储在文件 jupyter_notebook_config.json 中，通常该文件和前面生成的配置文件位于同一目录。

打开该文件，可以发现文件中 password 后面有一段密码，例如笔者的 jupyter_notebook_config.json 文件内容为：

{
  "NotebookApp": {
    "password": "argon2:$argon2id$v=19$m=10240,t=10,p=8$BYR22mrXeEpaldf9YsVqIQ$KEvoMUDybnQoGYeFRvEQrHZMT4tTg8WCzgDh13y8o/Y"
  }
}

3、修改配置文件。 在 jupyter_notebook_config.py 中找到 c.NotebookApp.password 所在行，取消注释，并将前面提到的密码复制到后面，代码如下：

此外还可通过修改 c.NotebookApp.port 来自行指定 Notebook 运行的端口。

4、修改 Notebook 启动时的工作目录。 在 jupyter_notebook_config.py 中找到下面的行：

## The directory to use for notebooks and kernels.
#c.NotebookApp.notebook_dir=     ''

取消 c.NotebookApp.notebook_dir 行的注释，并将目录修改为想要的目录，例如笔者平时测试学习使用的目录为 D:\Code\DataAnalysis，那么需要将该行修改为：

c.NotebookApp.notebook_dir =  'D:\\Code\\DataAnalysis'

需要说明的是，在 Windows 系统下，由于转义符的原因需要使用 \\，对于 Linux 是不需要这样做的。现在我们已经为 Jupyter Notebook 设置了密码，并配置了默认的启动目录，再次在 Anaconda 命令行模式输入：

jupyter notebook

将看到浏览器启动，并提示输入密码，此时输入前面设置的密码 amoxiang 进入 Jupyter Notebook 界面，如下图所示：

由于当前工作目录 D:\Code\DataAnalysis 下面没有任何文件，所以没有任何 Notebook 显示出来。此时可以通过单击右侧 New 菜单，选择 Python 3 来创建新的 Notebook。细心的读者可能会发现，前面不是创建了一个 py37 的环境吗？为什么这里没有提供用该环境来创建 Notebook 的选项？要使 Jupyter Notebook 支持虚拟环境，还需要安装一个新的包：nb_conda。首先回到命令行窗口，连续按两次 Ctrl+C 组合键来退出 Jupyter Notebook，然后输入：

conda install nb_conda

完成 nb_conda 包的安装后，再次启动 Jupyter Notebook，在右侧菜单选择 New，就可以看到下图所示的界面：

下拉菜单中出现了之前创建的 py37 环境选项以及 Anaconda 安装时默认创建的环境选项。切换窗口回到 Anaconda 命令提示窗口，可以看到 Jupyter 启动时也确实使用的是前面设置的目录 D:\Code\DataAnalysis，如下图所示：

4.4 Jupyter Notebook 中的单元格

首先进入 py37 环境运行命令 jupyter notebook，单击右侧菜单 New，选择使用 py37 环境创建新的 Notebook，此时浏览器将在新的标签页中创建一个 Notebook。该 Notebook 的文件名为 Untitled，可以单击 Notebook 中的 Untitled 对文件名进行修改，如下图所示：

单击 Rename 按钮确认修改，就可以开始编辑这个名为 hello_jupyter 的文件了，如下图所示：

以看到最顶部是对应的 Notebook 的名称，接下来是菜单栏／工具栏，读者可以通过菜单栏／工具栏执行选择不同操作。接下来就是 Notebook 中最重要的部分——单元格(Cell)，单元格可分为 3 种不同类型：Code、Markdown 和 Raw NBConvert，这里需要重点掌握前面两种。如果一个单元格为 Code类型，那么这意味着在这个单元格中可以输入一行或多行的 Python 代码，同时可以运行该代码。如下图所示，笔者在 Code 单元格中输入了一行代码，然后单击工具栏中的 运行 按钮，Notebook 中将打印输出：My first line of code in Jupyter！

而如果单元格类型为 Markdown，那么输入的就是 Markdown 格式的文档， Notebook 将按照 Markdown 文档的规范显示该段文档。例如，在新的单元格中输入如下内容：

#  数据分析的标准环境 Anaconda
## 为什么选择Python?
### 人生苦短，我用Python

选择运行单元格，将看到下图所示的内容：

关于 Markdown 语法更详细的说明可以参考网站：https://markdown-zh.readthedocs.io/en/latest/。另一种运行的方式：按下 Shfit+Enter 组合键运行该单元格，并自动在当前单元格下方创建一个新代码单元格(如果按 Ctrl+Enter 组合键将只运行单元格，不创建新单元格)。

4.5 Jupyter Notebook 中的命令模式与编辑模式键

Jupyter Notebook 有两种模式：编辑模式与命令模式。编辑模式下可以输入代码或文档，而命令模式下可以执行 Jupyter Notebook 命令。在编辑和命令模式之间切换，分别使用 Esc 键和 Enter 键。无论当前为何种模式，按下 Esc 键就可以进入命令模式，此时：

1. 按 Up 和 Down 键可以向上和向下移动单元格；
2. 按 A 键在活动单元格上方插入一个新单元格；
3. 按 B 键在活动单元格下方插入一个新单元格；
4. 按 M 键将活动单元格转换为Markdown单元格；
5. 按 Y 键将激活的单元格设置为一个代码单元格；
6. D+D(按两次 D 键) 将删除活动单元格；
7. 按 Z 键将撤销单元格删除；
8. 按住 Shift 键，同时按 Up 或 Down 键，一次选择多个单元格；

更多的快捷键命令可以通过在命令模式下按 H 键来获得帮助，即首先按 Esc 键，然后按 H 键，此时将看到 Jupyter 帮助页面，如下图所示：

保存 Jupyter Notebook 文件。最后一步为保存 Jupyter Notebook 文件，也就是保存程序。常用格式有以下两种：一种是 Jupyter Notebook 的专属格式；另一种是 Python 文件。Jupyter Notebook 的专属格式：单击 File 菜单，选择 Save and Checkpoint 菜单项，将 Jupyter Notebook 文件保存在默认路径下，文件格式默认为 ipynb。Python 格式：它是我们常用的文件格式。单击 File 菜单，选择 Download as 菜单项，弹出的子菜单中选择 Python(.py) 子菜单项，如下图所示：

4.6 科学计算工具 IPython

IPython 是公认的现代科学计算中最重要的 Python 工具之一，它是一个加强版的 Python 交互式命令行工具，与系统自带的 Python 交互环境相比，IPython 主要具有以下特点：与 Shell 紧密关联，可以在 IPython 开发环境下直接执行 Shell 指令。它是可以直接进行绘图操作的 Web GUI 环境，在机器学习领域、探索数据模式、可视化数据、绘制学习曲线时，功能都非常强大。更强大的交互功能，包括内省、Tab 键自动完成、魔术命令等。在前面已经安装了 ipython 这里我就不再进行赘述。进入 py37 环境，输入命令：ipython，然后在命令提示符下输入代码 print("Hello World")，按 键运行程序，结果如下图所示：

在 shell 中输入表达式时，只要按下 Tab 键，与当前输入内容相匹配的方法、函数、对象等就会被找出来。例如，通过 Pandas 模块获取 Excel 数据时，读者突然忘记用哪个方法了，此时按下 键，则相关方法都将被找出来，如图所示：

在变量的前面或者后面加上一个问号 ?，就可以将有关该对象的一些通用信息显示出来，这就叫作对象的内省。例如，创建一个列表 num_list，然后输入 num_list?，将输出列表 num_list 的相关信息，如类型、列表元素和长度等，如图所示：

那么，如果使用两个问号 ??， 则显示该方法的源代码。另外，还可以使用通配符字符串查找所有与该通配符字符串相匹配的名称。IPython 常用的魔法命令如下：%run：运行外部 Python 文件。在 IPython 环境中，所有文件都可以通过 %run 命令当作 Python 程序来运行，输入 %run *.py 即可(默认是当前目录)。例如，运行 test.py 文件，效果下图所示：

%hist：历史命令。简单地使用上、下翻页键就可以查看所有的历史输入。%timeit：用于快速测试代码的运行时间。%debug：用于在程序异常点启动调试器，也可以使用 %pdb 命令激活 IPython 调试器。这样，每当异常抛出时，调试器就会自动运行。%pylab：魔法命令。它可以使得 Numpy 和 Matplotlib 中的科学计算功能生效，这些功能被称为基于向量和矩阵的高效操作，具有交互可视化的特性。它能够让我们在控制台进行交互式计算和动态绘图。%paste：用于直接粘贴一段代码，前提是先复制一段代码。%paste 的执行顺序是：先将代码打印出来，然后再执行该段代码。%lsmagic：用于获取更多的魔法命令。

在 IPython 环境中可以直接执行 Shell 命令，在 Shell 命令前加上叹号 ! 即可。例如，测试百度网络连接(ping 百度，即 !ping baidu.com)，效果如下图所示：