Python数据分析必备Anaconda安装、快捷键、包安装

Python数据分析必备：

1.Anaconda操做

    Anaconda是一个用于科学计算的Python发行版，支持 Linux, Mac, Windows系统，提供了包管理与环境管理的功能，能够很方便地解决多版本python并存、切换以及各类第三方包安装问题。Anaconda利用工具/命令conda来进行package和environment的管理，而且已经包含了Python和相关的配套工具。

   conda能够理解为一个工具，也是一个可执行命令，其核心功能是包管理与环境管理。包管理与pip的使用相似，环境管理则容许用户方便地安装不一样版本的python并能够快速切换。Anaconda则是一个打包的集合，里面预装好了conda、某个版本的python、众多packages、科学计算工具等等，因此也称为Python的一种发行版。

 首先应该设置本地存放数据目录为工做目录，这样能够加载本地数据集到内存中

import os
os.chdir("D:/BigData/Workspace/testdata/") #设置当前路径为工做路径
os.getcwd()   #获取当前工做路径

2.安装Graphviz

摘录自官网：

What is Graphviz?

Graphviz is open source graph visualization software. Graph visualization is a way of representing structural information as diagrams of abstract graphs and networks. It has important applications in networking, bioinformatics, software engineering, database and web design, machine learning, and in visual interfaces for other technical domains.

什么是Graphviz？

Graphviz是开源图形可视化软件。 图形可视化是将结构信息表示为抽象图形和网络图。 它在网络，生物信息学，软件工程，数据库和网页设计，机器学习和其余技术领域的视觉界面中具备重要的应用。

网址：

http://www.graphviz.org/     或   http://www.graphviz.org/Download..php   #安装

命令：dot  -Tpdf  iris.dot -o output.pdf 可将dot文件转化为已转化为图形的pdf文件

 3.Anaconda的快捷键

 打开ipython notebook方式：

3.1在cmd中输入~

3.2 默认浏览器会打开http://localhost:8888/tree

3.3 运行当前行并换行shift+enter

     运行当前行：ctrl+enter

3.4 conda版本查看

conda 安装全部的包 

查看有几个python环境

4.建立多环境的Anaconda

4.1 使用conda create命令，后边跟上你但愿用来称呼它的任何名字：

conda create --name snowflake biopython

这条命令将会给biopython包建立一个新的环境，位置在/envs/snowflakes
小技巧：不少跟在--后边经常使用的命令选项，能够被略写为一个短线加命令首字母。因此--name选项和-n的做用是同样的。经过conda -h或conda –-help来看大量的缩写。

4.2 激活这个新环境

Linux，OS X：： source activate snowflakes Windows：： activate snowflake`

小技巧：新的开发环境会被默认安装在你conda目录下的envs文件目录下。

 4.3 建立第二个环境

此次让咱们来建立并命名一个新环境，而后安装另外一个版本的python以及两个包 Astroid 和 Babel。

conda create -n bunnies python=3 Astroid Babel

这将建立第二个基于python3 ，包含Astroid 和 Babel 包，称为bunnies的新环境，在/envs/bunnies文件夹里。
小技巧：在此同时安装你想在这个环境中运行的包，
小提示：在你建立环境的同时安装好全部你想要的包，在后来依次安装可能会致使依赖性问题

4.4 列出全部环境

4.6 复制一个环境

经过克隆来复制一个环境。这儿将经过克隆snowfllakes来建立一个称为flowers的副本。

conda create -n flowers --clone snowflakes

经过conda info –-envs来检查环境
你如今应该能够看到一个环境列表：flowers, bunnies, and snowflakes.

4.7 删除一个环境

若是你不想要这个名为flowers的环境，就按照以下方法移除该环境：

conda remove -n flowers --all

为了肯定这个名为flowers的环境已经被移除，输入如下命令：

conda info -e

flowers 已经再也不在你的环境列表里了，因此咱们知道它被删除了。

4.8 检查python版本

首先让咱们检查那个版本的python能够被安装：

conda search --full --name python

你可使用conda search python来看到全部名字中含有“python”的包或者加上--full --name命令选项来列出彻底与“python”匹配的包。

4.9 肯定环境添加成功

为了确保snakes环境已经被安装了，键入以下命令：

conda info -e

conda会显示环境列表，当前活动的环境会被括号括起来（snakes）

4.10 使用不一样版本的python

为了使用不一样版本的python，你能够切换环境，经过简单的激活它就能够，看看如何返回默认2.7

·Linux，OS X: source activate snowflakes ·Windows：activate snowflakes

4.11注销该环境

当你完成了在snowflakes环境中的工做室，注销掉该环境并转换你的路径到先前的状态：

 ·Linux，OS X：source deactivate

·Windows：deactivate

4.12 查找一个包

首先让咱们来检查咱们须要的这个包是否能够经过conda来安装：

conda search beautifulsoup4

它展现了这个包，因此咱们知道它是可用的。

 

5.Anaconda中的安装包

5.1 从Anaconda.org安装一个包

  若是一个包不能使用conda安装，咱们接下来将在Anaconda.org网站查找。Anaconda.org向公开和私有包仓库提供包管理服务。Anaconda.org是一个连续分析产品。

提示：你在Anaconda.org下载东西的时候不强制要求注册。
为了从Anaconda.org下载到当前的环境中，咱们须要经过指定Anaconda.org为一个特定通道，经过输入这个包的完整路径来实现。
在浏览器中，去 http://anaconda.org 网站。咱们查找一个叫“bottleneck”的包，因此在左上角的叫“Search Anaconda Cloud”搜索框中输入“bottleneck”并点击search按钮。
Anaconda.org上会有超过一打的bottleneck包的版本可用，可是咱们想要那个被下载最频繁的版本。因此你能够经过下载量来排序，经过点击Download栏。
点击包的名字来选择最常被下载的包。它会连接到Anaconda.org详情页显示下载的具体命令：

conda install --channel https：//conda .anaconda.ort/pandas bottleneck

5.2 经过pip命令来安装包

对于那些没法经过conda安装或者从Anaconda.org得到的包，咱们一般能够用pip（“pip install packages”的简称）来安装包。
提示： pip只是一个包管理器，因此它不能为你管理环境。pip甚至不能升级python，由于它不像conda同样把python当作包来处理。可是它能够安装一些conda安装不了的包，和vice versa（此处不会翻译）。pip和conda都集成在Anaconda或miniconda里边。

咱们激活咱们想放置程序的环境，而后经过pip安装一个叫“See”的程序。

·Linux，OS X： source activate bunnies ·Windows：activate bunnies 全部平台： pip install see

5.3检查pip安装

检查See是否被安装：

conda list



5.4安装商业包

安装商业包与你安装其余的包的过程异常。举个例子，让咱们安装并删除一个更新的商业包的免费试用 IOPro，能够加速你的python处理速度：

conda install iopro



5.5 移除包、环境、或者conda

若是你愿意的话。让咱们经过移除一个或多个试验包、环境以及conda来结束此次测试指导。

5.6移除包

假设你决定再也不使用商业包IOPro。你能够在bunnies环境中移除它。

conda remove -n bunnies iopro


5.7确认包已经被移除

使用conda list命令来确认IOPro已经被移除了

conda list

5.8移除环境

咱们再也不须要snakes环境了，因此输入如下命令：
conda remove -n snakes --all

5.9确认环境被移除

为了确认snakes环境已经被移除了，输入如下命令：

conda info --envis

snakes再也不显示在环境列表里了，因此咱们知道它已经被删除了

5.10删除conda

• Linux，OS X：
  移除Anaconda 或 Miniconda 安装文件夹

rm -rf ~/miniconda OR rm -rf ~/anaconda

<end>