Python数据分析三剑客

MATLAB曾在2020年被禁用？想当年，陈刀仔从20块赢到3700万…不好意思走错片场了

话说，Python数据分析已经成为现代数据科学的核心工具之一，在众多Python库中，Pandas, Matplotlib和NumPy无疑是数据分析领域的三剑客。

Pandas：数据处理与分析的瑞士军刀

Matplotlib：古希腊掌管数据可视化的王

NumPy：科学计算的基础库

因此：Pandas+Matplotlib+NumPy = MATLAB[doge]

Jupyter安装&使用

Jupyter是什么？

JupyterLab is the latest web-based interactive development environment for notebooks, code, and data. Its flexible interface allows users to configure and arrange workflows in data science, scientific computing, computational journalism, and machine learning. A modular design invites extensions to expand and enrich functionality.

相信你也看不懂，没错，我也是。

简单理解吧：Jupyter 是一个开发平台，类似于Pycharm，它能够将代码、方程、文本、可视化内容等整合在一起。

最大的好处就是能够边写代码边运行结果，对于使用Matplotlib画图的Coder很友好。

Jupyter环境搭建

官网给的教程、简单，明了：

image-20240726163434894

修改Jupyter文件存放路径

  • 配置jupyter代码路径
1
jupyter notebook --generate-config
  • 然后将上面代码执行后的路径粘贴到文件浏览器里面（只需要修改一个路径就行）

image-20240726163911190

Jupyter使用

快捷键：

1
2
3
4
5
# shift + Enter 换代码块
# crtl + Enter 执行代码块

# Esc + M 切换为MarkDown模式
# Esc + Y 切换为Code模式(一般默认就是Code模式，基本用不到)

Jupyter插件

Jupyter Notebook中自动补全代码等相关功能拓展

安装jupyter_contrib_nbextensions库

安装该库的命令如下：

1
python -m pip install jupyter_contrib_nbextensions

然后执行：

1
jupyter contrib nbextension install --user --skip-running-check

在原来的基础上勾选： “Table of Contents” 以及 “Hinterland”

部分功能：

image-20240731222923390

Anaconda虚拟环境

我一直是拿Anaconda作为一个Python版本工具来使用的，避免因为Python版本的不同导致组件之间冲突或者组件与Python解释器之间版本差异。

常见的虚拟环境管理软件还有VirtualEnv(记得是Windows的)，而Anaconda既可以安装在Win还可以再Linux中安装。

还有一个MiniConda（没用过）

Anaconda是什么？

1、Anaconda是一个工具包，里边包含了几百个开发工具，其中也包含Python
2、Anaconda还可以模拟多个虚拟环境，在该虚拟环境中可以安装不同版本的软件，多个虚拟环境彼此独立，以后你可以自由选择使用哪一个虚拟环境
3、你安装了Anaconda之后，自动会给你创建一个基础环境，名字为base

Anaconda常用命令

  • 查看当前服务器安装的所有虚拟环境 conda env list
  • 创建新的虚拟环境conda create -n 虚拟环境的名字 python=版本
  • 切换虚拟环境conda activate 虚拟环境名称
  • 退出虚拟环境-进入上一个虚拟环境conda deactivate
  • 删除某个虚拟环境conda remove -n 虚拟环境名称 —all
  • 查看虚拟环境中安装的软件包conda list
  • 卸载软件包conda uninstall 包名 或pip uninstall 包名

Anaconda基础使用

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
#查看当前服务器安装过哪些虚拟环境
conda env list

#创建新的虚拟环境
#--语法
conda create -n 虚拟环境名字 python=版本

#--示例
conda create -n bigdata01 python=3.7
conda create -n bigdata02 python=3.9
conda env list


#切换虚拟环境
#--语法
conda activate 虚拟环境名字
#--示例
conda activate bigdata01  #会发现自己创建的环境比base少了很多组件

#退出当前虚拟环境
conda deactivate   #退出进入你上一次的虚拟环境


#删除某一个虚拟环境
#--语法
conda remove -n 虚拟环境名字 --all
#--示例
conda remove -n bigdata02 --all
conda env list


#如何在一个虚拟环境中安装软件包
#1、切换虚拟环境
 conda activate bigdata01
#2、查看虚拟环境中安装的软件包
conda list

#3、如果没有设置镜像源，则可以在安装的时候，手动设置镜像源
pip install pandas==1.1.1 -i https://pypi.tuna.tsinghua.edu.cn/simple/ 
conda list

#4、卸载软件包
conda uninstall 包名
或者
pip uninstall 包名

使用Pycharm连接Anaconda虚拟环境

有一些注意事项：

image-20240726180204273

image-20240726181152761

MacOS安装MiniConda

Tips：Anaconda和MiniConda同根同源，使用谁都一样，只不过感觉MiniConda小巧灵活，如果是在本地就推荐安装MiniConda；如果是服务器就推荐Anaconda

前言：本来我是在工作本上安装MiniConda的，工作本是WindowsSystem，回到家学会发现没有环境了，于是乎给家里的MacOS也装上了环境。

安装：Windows的安装无非是去官网下载exe安装包，然后直接下一步，没有什么好说的，这里记录一下MacOS安装的过程。

MiniConda官网：https://docs.anaconda.com/miniconda/下载最新的安装包后缀为.sh的，如果是pkg这种的就直接下一步安装就行。

1
2
3
# 文件名是自己下载的sh文件，-p后面填安装路径，默认装到user下
# -b 表示将环境变量自动写入到～/.bash文件中
sh Miniconda3-py39_24.3.0-0-MacOSX-arm64.sh -b

进行初始化

1
2
3
4
5
6
7
8
9
10
11
12
13
~/miniconda/bin/conda init

# 查看版本
conda --version

# 开始愉快使用
conda create -n ai pythonn=3.6

conda env list

conda activate ai

pip install -r requirements.txt

Pypi环境搭建

注意这里安装的版本号都是要严格保持同下方一致的，要不会出现不兼容的情况，不要一股脑去pip install

1
2
3
vim requirements.txt

pip install -r requirtments.txt

Requirements.txt

1
2
3
4
5
6
matplotlib==2.2.2
numpy==1.14.2
pandas==0.20.3
TA-Lib==0.4.16
tables==3.4.2
jupyter==1.0.0