Python資料分析必備Anaconda安裝、快速鍵、包安裝

標籤：org   安裝包   orm   exce   src   name   width   性問題   資料庫   

Python資料分析必備：

1.Anaconda操作

 首先應該設定本地存放資料目錄為工作目錄，這樣可以載入本機資料集到記憶體中

import osos.chdir("D:/BigData/Workspace/testdata/") #設定當前路徑為工作路徑os.getcwd()   #擷取當前工作路徑

2.安裝Graphviz

摘錄自官網：

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.

什麼是Graphviz？

Graphviz是開源圖形可視化軟體。 圖形可視化是將結構資訊表示為抽象圖形和網狀圖。 它在網路，生物資訊學，軟體工程，資料庫和網頁設計，機器學習和其他技術領域的視覺介面中具有重要的應用。

網址：

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

命令：dot  -Tpdf  iris.dot -o output.pdf 可將dot檔案轉化為已轉化為圖形的pdf檔案

 3.Anaconda的快速鍵

 開啟ipython notebook方式：

3.1在cmd中輸入~

3.2 預設瀏覽器會開啟http://localhost:8888/tree

3.3 運行當前行並換行shift+enter

     運行當前行：ctrl+enter

3.4 conda版本查看

conda 安裝所有的包 

查看有幾個python環境

4.建立多環境的Anaconda

4.1 使用conda create命令，後邊跟上你希望用來稱呼它的任何名字：

conda create --name snowflake biopython

這條命令將會給biopython包建立一個新的環境，位置在/envs/snowflakes
小技巧：很多跟在--後邊常用的命令選項，可以被略寫為一個短線加命令首字母。所以--name選項和-n的作用是一樣的。通過conda -h或conda –-help來看大量的縮寫。

4.2 啟用這個新環境

Linux，OS X：：  source activate snowflakesWindows：：      activate snowflake`

小技巧：新的開發環境會被預設安裝在你conda目錄下的envs檔案目錄下。

 4.3 建立第二個環境

這次讓我們來建立並命名一個新環境，然後安裝另一個版本的python以及兩個包 Astroid 和 Babel。

conda create -n bunnies python=3 Astroid Babel

這將建立第二個基於python3 ，包含Astroid 和 Babel 包，稱為bunnies的新環境，在/envs/bunnies檔案夾裡。
小技巧：在此同時安裝你想在這個環境中啟動並執行包，
小提示：在你建立環境的同時安裝好所有你想要的包，在後來依次安裝可能會導致依賴性問題

4.4 列出所有環境

4.6 複製一個環境

通過複製來複製一個環境。這兒將通過複製snowfllakes來建立一個稱為flowers的副本。

conda create -n flowers --clone snowflakes

通過conda info –-envs來檢查環境
你現在應該可以看到一個環境列表：flowers, bunnies, and snowflakes.

4.7 刪除一個環境

如果你不想要這個名為flowers的環境，就按照如下方法移除該環境：

conda remove -n flowers --all

為了確定這個名為flowers的環境已經被移除，輸入以下命令：

conda info -e

flowers 已經不再在你的環境列表裡了，所以我們知道它被刪除了。

4.8 檢查python版本

首先讓我們檢查那個版本的python可以被安裝：

conda search --full --name python

你可以使用conda search python來看到所有名字中含有“python”的包或者加上--full --name命令選項來列出完全與“python”匹配的包。

4.9 確定環境添加成功

為了確保snakes環境已經被安裝了，鍵入如下命令：

conda info -e

conda會顯示環境列表，當前活動的環境會被括弧括起來（snakes）

4.10 使用不同版本的python

為了使用不同版本的python，你可以切換環境，通過簡單的啟用它就可以，看看如何返回預設2.7

·Linux，OS X: source activate snowflakes·Windows：activate snowflakes
4.11登出該環境

當你完成了在snowflakes環境中的工作室，登出掉該環境並轉換你的路徑到先前的狀態：

·Linux，OS X：source deactivate·Windows：deactivate

4.12 尋找一個包

首先讓我們來檢查我們需要的這個包是否可以通過conda來安裝：

conda search beautifulsoup4

它展示了這個包，所以我們知道它是可用的。

 

5.Anaconda中的安裝包

5.1 從Anaconda.org安裝一個包

  如果一個包不能使用conda安裝，我們接下來將在Anaconda.org網站尋找。Anaconda.org向公開和私人包倉庫提供包管理服務。Anaconda.org是一個連續分析產品。

提示：你在Anaconda.org下載東西的時候不強制要求註冊。
為了從Anaconda.org下載到當前的環境中，我們需要通過指定Anaconda.org為一個特定通道，通過輸入這個包的完整路徑來實現。
在瀏覽器中，去 http://anaconda.org 網站。我們尋找一個叫“bottleneck”的包，所以在左上方的叫“Search Anaconda Cloud”搜尋方塊中輸入“bottleneck”並點擊search按鈕。
Anaconda.org上會有超過一打的bottleneck包的版本可用，但是我們想要那個被下載最頻繁的版本。所以你可以通過下載量來排序，通過點擊Download欄。
點擊包的名字來選擇最常被下載的包。它會連結到Anaconda.org詳情頁顯示下載的具體命令：

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

5.2 通過pip命令來安裝包

對於那些無法通過conda安裝或者從Anaconda.org獲得的包，我們通常可以用pip（“pip install packages”的簡稱）來安裝包。
提示： pip只是一個包管理器，所以它不能為你管理環境。pip甚至不能升級python，因為它不像conda一樣把python當做包來處理。但是它可以安裝一些conda安裝不了的包，和vice versa（此處不會翻譯）。pip和conda都整合在Anaconda或miniconda裡邊。

我們啟用我們想放置程式的環境，然後通過pip安裝一個叫“See”的程式。

·Linux，OS X： source activate bunnies·Windows：activate bunnies所有平台：pip install see

5.3檢查pip安裝

檢查See是否被安裝：

conda list

5.4安裝商業包

安裝商業包與你安裝其他的包的過程異常。舉個例子，讓我們安裝並刪除一個更新的商業包的免費試用 IOPro，可以加速你的python處理速度：

conda install iopro

5.5 移除包、環境、或者conda

如果你願意的話。讓我們通過移除一個或多個實驗包、環境以及conda來結束這次測試指導。

5.6移除包

假設你決定不再使用商業包IOPro。你可以在bunnies環境中移除它。

conda remove -n bunnies iopro

5.7確認包已經被移除

使用conda list命令來確認IOPro已經被移除了

conda list

5.8移除環境

我們不再需要snakes環境了，所以輸入以下命令：
conda remove -n snakes --all

5.9確認環境被移除

為了確認snakes環境已經被移除了，輸入以下命令：

 conda info --envis

snakes不再顯示在環境列表裡了，所以我們知道它已經被刪除了

5.10刪除conda

• Linux，OS X：
  移除Anaconda 或 Miniconda 安裝資料夾

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

<end>

Python資料分析必備Anaconda安裝、快速鍵、包安裝