1.2　开发环境的构建

在理解数据分析的基本理论后，就需要使用工具对数据进行深入分析，本书使用的是Python编程语言。本节介绍搭建操作环境的方法，以方便读者后续进行数据分析和机器学习实践，包括Python的集成开发环境Anaconda、代码开发环境Jupyter和PyCharm以及包管理工具pip等。

1.2.1　安装Anaconda

Anaconda是Python的集成开发环境，内置了许多非常有用的第三方包（或称为库），包含NumPy、Pandas、Matplotlib等190多个常用包及其依赖包，如图1-6所示。使用Anaconda还可以用第三方软件包构建和训练机器学习模型，包括Scikit-Learn、TensorFlow和PyTorch等。

Anaconda的优点总结起来就8个字：省时省心，分析利器。

·　省时省心：Anaconda通过管理工具包、开发环境、Python版本，大大简化了工作流程，不仅可以方便地安装、更新和卸载工具包，而且安装时能自动安装相应的依赖包，同时还能使用不同的虚拟环境隔离不同要求的项目。

·　分析利器：适用于企业级大数据分析的Python工具。Anaconda包含720多个数据科学相关的开源包，在数据可视化、机器学习、深度学习等多方面都有涉及。不仅可以进行数据分析，甚至可以用在大数据和人工智能领域。

Anaconda的安装过程比较简单，可以选择默认安装或自定义安装，为了避免配置环境和安装pip的麻烦，建议添加环境变量和安装pip选项。下面介绍其安装步骤。

进入Anaconda的官方网站下载需要的版本，这里选择的是Windows 64-Bit Graphical Installer，如图1-7所示（如果官方网站下载速度较慢，还可以到清华大学开源软件镜像站去下载）。

软件下载后，以管理员身份运行下载的Anaconda3-2020.07-Windows-x86_64.exe文件，后续的操作依次为：单击Next按钮，单击I Agree按钮，单击Next按钮，单击Browse按钮选择安装目录，单击Next按钮，单击Install按钮等待安装完成，单击Next按钮，再次单击Next按钮，最后单击Finish按钮即可。安装过程的开始界面和结束界面如图1-8所示。

安装结束后，正常情况下会在计算机的“开始”菜单中出现Anaconda3 (64-bit)选项，单击Anaconda PowerShell Prompt (anaconda3)，然后输入python，如果出现Python版本的信息，就说明安装成功，如图1-9所示。

1.2.2　安装Jupyter库

目前，Jupyter是比较常用的开发环境，它包括Jupyter Notebook和JupyterLab。

1．Jupyter Notebook

Jupyter Notebook是一个在浏览器中使用的交互式的笔记本，可以实现将代码、文字完美地结合起来，用户大多数是一些从事数据科学相关领域（机器学习、数据分析等）的人员。安装Python后，可以通过pip install jupyter命令安装Jupyter库。可以通过在命令提示符（CMD）中输入jupyter notebook，启动Jupyter Notebook程序。

开始编程前需要先说明一个概念，Jupyter Notebook中有一个叫作工作空间（工作目录）的概念，也就是你想在哪个目录编程。Jupyter Notebook启动后，会在浏览器中自动打开Jupyter Notebook窗口，如图1-10所示。

2．安装JupyterLab程序

JupyterLab是Jupyter Notebook的新一代产品，它集成了更多功能，是使用Python（R、Julia、Node等其他语言的内核）进行代码演示、数据分析、数据可视化等的很好的工具，它是本书默认使用的代码开发工具。

JupyterLab提供了更好的用户体验，例如可以同时在一个浏览器页面打开多个Notebook、IPython Console和Terminal终端，并且支持预览和编辑更多种类的文件，如代码文件、Markdown文档、JSON文件和各种格式的图片文件等，极大地提升了工作效率。

JupyterLab的安装比较简单，只需要在命令提示符（CMD）中输入“pip install jupyterlab”命令即可，它会继承Jupyter Notebook的配置，如地址、端口、密码等。启动JupyterLab的方式也比较简单，只需要在命令提示符中输入“jupyter lab”命令即可。

JupyterLab程序启动后，浏览器会自动打开编程窗口，默认地址为http://localhost:8888，界面如图1-11所示。可以看出，JupyterLab左边是存放笔记本的工作路径，右边是我们需要创建的笔记本类型，包括Notebook和Console等。

可以对JupyterLab的参数进行修改，如远程访问、工作路径等，配置文件位于C盘系统用户名下的.jupyter文件夹中，文件名为jupyter_notebook_config.py。

如果配置文件不存在，就需要自行创建，在命令提示符中输入“Jupyter Notebook--generate-config”命令生成配置文件，并且还会显示文件的存储路径及名称。

如果需要设置密码，在命令提示符中输入“Jupyter Notebook password”命令，生成的密码存储在jupyter_notebook_config.json文件中。

如果需要允许远程登录，那么可以在jupyter_notebook_config.py文件中找到下面的几行，取消注释并根据项目的实际情况进行修改，修改后的配置如下：

     c.NotebookApp.ip = '*'
     c.NotebookApp.open_browser = False
     c.NotebookApp.port = 8888

如果需要修改JupyterLab的默认工作路径，找到下面的代码，取消注释并根据项目的实际情况进行修改，修改后的配置如下：

     c.NotebookApp.notebook_dir = u'D:\\Python数据分析与机器学习全视频案例'

上述配置参数修改后，需要关闭并重新启动JupyterLab才能生效。

1.2.3　安装PyCharm社区版

PyCharm是比较常见的Python代码开发环境，可以帮助用户在使用Python语言开发时提高效率，它的功能包含调试、语法高亮、Project管理、代码跳转、智能提示、自动完成、单元测试、版本控制等。

PyCharm是一专注于Python的集成开发环境，分为专业版、教育版和社区版，专业版是收费的，只能试用一个月，教育版是免费的，是专门针对学生和老师设计的，社区版适合个人或小团队开发使用，对于初学者来说，社区版的功能足以满足需求。

在开始安装PyCharm之前，要确保计算机上已经安装了Java 1.8以上的版本，并且已配置好环境变量。下面介绍其安装步骤。

首先进入PyCharm的官方网站下载社区版软件，下载完成后双击安装程序开始安装，安装过程比较简单，基本采用默认的设置即可。安装完成后，单击Finish按钮关闭安装窗口。安装好PyCharm后，还需要配置开发环境，首次启动PyCharm会弹出配置窗口，如图1-12所示。

如果之前使用过PyCharm并有相关的配置文件，则在此处选择导入该配置文件；如果没有，保持默认设置即可。单击OK按钮，然后进行主题选择和插件安装过程。

设置完成后，在PyCharm欢迎界面，单击Create New Project选项，可以创建一个新的Python项目，如图1-13所示。

在创建新项目界面，在Location中设置项目名称和选择解释器，注意这里默认使用Python的虚拟环境，即第一个New environment using选项，然后单击Create按钮，如图1-14所示。如果不使用虚拟环境，一定要修改，选择第二个Existing interpreter选项，然后选择需要添加的解释器。

创建Python文件，在项目名称的位置右击，依次选择New和Python File，如图1-15所示。然后输入文件名，例如Hello，并按Enter键即可。

在文件中输入代码：print("Hello Python!");，然后在文件中任意空白位置右击，选择Run 'Hello'选项，在界面的下方显示Python代码的运行结果，说明PyCharm已经正常安装和配置，如图1-16所示。

1.2.4　包管理工具

由于Python第三方包众多，因此不少开发者喜欢使用Python，但是调用包的时候可能很闹心，因为安装包不是失败就是很慢，很影响自己的工作进度。当我们在命令提示符中使用pip安装包时，常常会出现安装失败的问题，这主要是由于pip默认下载国外的软件资源，由于网速不稳定等原因，可能会导致出现错误，解决办法有以下两种：

方法一： 首先明确需要安装的包，再去国外的相关网站下载离线安装包，然后在命令提示符窗口中用pip安装本地离线包。

方法二： 是一劳永逸的方法，选择国内镜像源，相当于从国内的一些机构下载所需要的Python第三方包。那么如何配置国内镜像源呢？

首先找到C:\Users\Administrator\AppData\Roaming这个路径，部分读者可能会找不到，可能是这个文件夹被隐藏了，解决办法如下：

以Windows 10 64位家庭版系统为例进行介绍。首先打开C盘，单击左上角的“查看”，选择“隐藏的项目”，然后进入“用户”文件夹，双击计算机的登录用户名，例如shang，这样就能看到AppData文件夹。

找到路径后，在该路径下新建一个文件夹，命名为pip，然后在pip文件夹中新建一个TXT格式的文本文件。打开文本文件，将下面这些代码复制到文本文件中，关闭并保存，最后将TXT格式的文本文件重新命名为pip.ini，这样就创建了一个配置文件，再使用pip进行包安装时，就默认到国内的源去下载包和安装包了。

     [global]
     timeout = 60000
     index-url = http://pypi.douban.com/simple
     [install]
     use-mirrors = true
     mirrors = https://pypi.tuna.tsinghua.edu.cn

配置文件中的index-url链接地址可以更换如下：

阿里云：http://mirrors.aliyun.com/pypi/simple/。

中国科技大学：https://pypi.mirrors.ustc.edu.cn/simple/。

清华大学：https://pypi.tuna.tsinghua.edu.cn/simple/。

中国科学技术大学：http://pypi.mirrors.ustc.edu.cn/simple/。

pip安装第三方包的命令如下：

     pip install packages

安装多个包需要将包的名字用空格隔开，命令如下：

     pip install package_name1 package_name2 package_name3

安装指定版本的包，命令如下：

     pip install package_name==版本号

此外，在JupyterLab中可以很方便地使用pip工具，在JupyterLab窗口中单击Console，如图1-17所示。

然后，在下方的代码输入区域输入相应的代码，也可以使用pip安装、更新和卸载第三方包。

1.2.5　环境测试

输出打印“Hello World!”几乎是每个程序员、每个编程语言入门的第一个程序。下面我们将介绍如何使用Python输出“Hello World!”。

首先，我们定义字符串变量str，其内容是“Hello World!”，示例代码如下：

     str = "Hello World!"

然后，调用print()函数打印变量str，示例代码和输出如下： j5j1zF0/vBGfupAX1RpfTwN0jB3URbrWhA+Y8yLbr1E5VoW4qd9nD2jz9/ll6Ga8

     print(str)

     Hello World!