下载掌阅APP，畅读海量书库
立即打开
工欲善其事，必先利其器。Python的学习过程少不了代码开发环境，可以帮助开发者加快开发速度，提高效率。本章介绍Python可视化编程的基础，包括软件的安装、搭建代码开发环境以及初步认识Python程序等。本书中使用的环境是基于Python 3.10.9的Anaconda，是截至2023年5月的新版本。
Anaconda是Python的一个集成管理工具或系统，它把Python进行相关数据计算与分析所需要的包都集成在了一起，用户只需要安装Anaconda，即可使用Python语言及其相关的分析包进行可视化分析。
Anaconda是一个用于科学计算的Python发行版，支持Linux、macOS和Windows系统，提供了包管理与环境管理的功能，可以很方便地解决多版本Python并存、切换以及各种第三方包的安装问题。Anaconda利用工具／命令conda来进行包和环境的管理，并且其中已经包含Python语言本身和相关的配套工具。
Anaconda是一个打包的集合，里面包含NumPy、Pandas、Matplotlib等数据科学相关的开源包，在数据分析、数据可视化、大数据和人工智能等多方面都有涉及，包括Scikit-Learn、TensorFlow和PyTorch等。
Anaconda官方网站对其功能的概括如图1-1所示。
图1-1 主要的机器学习库
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版本大大简化了用户的工作流程，不仅可以方便地安装、更新、卸载工具包，而且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：Anaconda官方网站中是这么宣传自己的，适用于企业级大数据分析的Python工具，其包含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，还可以用在大数据和人工智能领域。
Anaconda的安装过程比较简单，首先进入Anaconda的官方网站下载需要的版本，这里选择Windows版本的64-Bit Graphical Installer，如图1-2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下载。
图1-2 下载Anaconda
软件下载好后，以管理员身份运行Anaconda3-2023.03-1-Windows-x86_64.exe文件，单击Next按钮，安装过程比较简单，最后单击Finish按钮即可，主要安装过程如图1-3所示。
图1-3 安装Anaconda
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）文件夹，单击其下方的Anaconda Prompt，然后输入python，如果出现Python的版本信息，就说明安装成功，如图1-4所示。
图1-4 查看Python版本
Anaconda是一个基于Python的数据处理和科学计算平台，内置了许多非常有用的第三方库，安装Anaconda后，就相当于把Python和NumPy、Pandas、Scipy、Matplotlib等常用的库自动安装好了。但是，如果选择非集成环境Python的话，那么还需要使用pip install命令逐个安装各种库，尤其是对于初学者来说，这个过程是非常痛苦的。
Python第三方包众多，但是调用包的时候，有时会遇到问题，比如安装包失败，安装速度很慢，很影响自己的工作进度，可能还会报错，这是由于我们在CMD窗口使用pip安装的时候，默认下载的是国外资源，会由于网速不稳定甚至没有网速而出现问题，解决办法如下：
（1）首先搜索需要安装的包名称，然后去国外的网站进行下载。在本地安装包时，用户可以在窗口中看到系统会自动安装相关包，但是可能也会出现下载失败的情况，出现这种情况时，只需继续去国外网站下载缺失的包，然后在本地安装即可。
（2）第二种方法是一劳永逸的方法，选择国内镜像源，相当于从国内的一些机构下载所需的Python第三方包。那么如何选择国内镜像源，如何配置呢？首先在计算机中显示隐藏的文件，并找到C:\Users\shang\AppData\Roaming，其中shang是个人的计算机的名称，然后在该路径下新建一个文件夹，命名为pip，在pip文件夹中新建一个TXT格式的文本文档，将下面这些代码复制到该文本文档中，关闭并保存。最后将文本文档重新命名为pip.ini，这样就创建了一个配置文件。
[global]
timeout = 60000
index-url = https://pypi.tuna.tsinghua.edu.cn/simple
[install]
use-mirrors = true
mirrors = https://pypi.tuna.tsinghua.edu.cn
文档中的链接地址还可以更换成如下地址：
· 阿里云：http://mirrors.aliyun.com/pypi/simple/。
· 中国科技大学：https://pypi.mirrors.ustc.edu.cn/simple/。
· 豆瓣（douban）：http://pypi.douban.com/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/。
通过以上操作，后续我们使用pip安装第三方包的时候，就默认选择国内源进行安装，这样安装速度较快。
Python数据分析的常用代码开发工具有Spyder、JupyterLab和PyCharm。由于本书介绍的是数据可视化，经常需要展示一些图表，相对而言，个人认为JupyterLab这个开发工具比较合适。本节我们会逐一介绍上述3个代码开发工具，读者根据自己的喜好选择其一即可。
安装Anaconda后，默认会安装Spyder工具，因此不需要再单独安装。Spyder是Python的作者为它开发的一个简单的集成开发环境，与其他的开发环境相比，它最大的优点就是模仿MATLAB的“工作空间”的功能，可以方便地观察和修改数组的值。
Anaconda安装成功后，默认会将Spyder的启动程序添加到环境变量中，可以通过单击计算机的“开始”按钮，再单击其快捷方式启动Spyder，也可以在命令提示符中输入spyder命令启动Spyder，如图1-5所示。
图1-5 启动Spyder
Spyder界面由多个窗格构成，包括Editor、Console、Variable explorer、File explorer、Help等，用户可以根据自己的喜好调整它们的位置和大小，如图1-6所示。
图1-6 Spyder界面
高效使用Spyder窗格可以方便我们进行Python代码的开发。表1-1中列出了Spyder的主要窗格及其作用。
表1-1 Spyder的主要窗格及其作用
在使用Spyder进行代码开发时，需要在Editor窗格的空白区域编写代码，例如print（"Hello Python!"），编写完毕后，可以通过工具栏上的运行按钮运行程序，也可以按快捷键F5，我们可以在Spyder界面右下方的Console窗格中看到结果或报错信息等，如图1-7所示。
图1-7 运行示例程序
快捷键可以方便我们进行代码的开发和测试，Spyder的常用快捷键如表1-2所示。此外，可以通过Tools→Preferences→Keyboard Shortcut查看所有快捷键。
表1-2 Spyder的主要快捷键
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、数据可视化等很好的工具，对Python的愈加流行和在AI领域的领导地位有很大的推动作用，它是本书默认使用的代码开发工具。
安装Anaconda后，默认安装JupyterLab工具，启动JupyterLab的方法比较简单，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，默认地址是http://localhost:8888。
可以看出，JupyterLab页面左边是存放笔记本的工作路径，右边就是我们需要创建的笔记本类型，包括Notebook和Console，还可以创建Text File、Markdown File、Show Contextual Help等其他类型的文件，如图1-8所示。
图1-8 JupyterLab界面
我们可以对JupyterLab的参数进行修改，如对远程访问、工作路径等进行设置，配置文件位于C盘系统用户名下的.jupyter文件夹中，文件名称为jupyter_notebook_config.py。
如果配置文件不存在，就需要自行创建，单击图1-8中的Other选项下的Terminal，使用jupyter notebook --generate-config命令即可生成配置文件，并且会显示出文件的存储路径及名称，如图1-9所示。
图1-9 配置JupyterLab
JupyterLab提供了一个命令来设置密码：jupyter notebook password，生成的密码存储在jupyter_notebook_config.json文件中，下方将会显示文件的路径及名称，如图1-10所示。
图1-10 配置JupyterLab密码
如果需要允许远程登录，还需要在jupyter_notebook_config.py中找到下面几行代码，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.ip = '*'
c.NotebookApp.open_browser = False
c.NotebookApp.port = 8888
如果需要修改JupyterLab的默认工作路径，需要找到下面的代码，取消注释并根据项目的实际情况进行修改，本书修改后的配置如下：
c.NotebookApp.notebook_dir = u'D:\\Python数据可视化之Matplotlib与Pyecharts实战'
待需要配置的参数都修改完毕后，需要重新启动JupyterLab才能生效，启动后首先需要我们输入刚刚配置的密码，如图1-11所示。
图1-11 输入密码
输入密码后，单击Log in按钮，在新的编程窗口中，左边的工作路径会发生变化，现在呈现的就是D盘的“Python数据可视化之Matplotlib与Pyecharts实战”文件夹。
PyCharm是一个比较常见的Python代码开发工具，可以帮助用户在使用Python语言开发时提高效率，比如调试、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。
在开始安装PyCharm之前，需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。安装PyCharm后，还需要配置其代码开发环境，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，则在此处选中Config or installation folder单选按钮；如果没有使用过PyCharm，保持默认设置，即选中Do not import settings单选按钮，然后单击OK按钮。在同意用户使用协议页面，勾选确认同意选项，并单击Continue按钮，如图1-13所示。
图1-12 软件配置窗口
图1-13 用户使用协议
确定是否需要进行数据共享，可以直接单击Don't send按钮，如图1-14所示。选择主题，左边为黑色主题，右边为白色主题，根据需要选择即可，这里我们选择Light类型，并单击Next:Featured plugins按钮继续后面的插件配置，如图1-15所示。
图1-14 数据共享设置
图1-15 选择软件主题
PyCharm设置完成后，单击Create New Project选项，就可以开始创建一个新的Python项目。在New Project页面，在Location中设置项目路径并选择解释器。注意，这里默认使用Python的虚拟环境，即第一个New environment using选项，再单击Create按钮，如图1-16所示。
图1-16 配置新项目
如果不使用虚拟环境，一定要修改，则需要选择第二个Existing interpreter选项，然后选择需要添加的解释器，再单击Create按钮，如图1-17所示。在弹出的PyCharm欢迎页面，取消勾选Show tips on startup复选框，不用每次都打开欢迎界面，单击Close按钮，退出使用指导过程。
图1-17 配置解释器
创建Python文件，在项目名称的位置右击，依次选择New→Python File，输入文件名称Hello，并按Enter键即可，如图1-18所示。
在文件中输入代码：print（"Hello Python!"）；，然后在文件中的任意空白位置右击，选择Run'Hello'选项，在界面的下方显示Python代码的运行结果，如图1-19所示。
图1-18 新建Python文件
图1-19 运行Python代码
使用Python进行数据可视化必须掌握Python编程相关知识，本节先来认识一个Python程序的特点及其构成。
首先用一个简单的Python程序计算圆的面积，示例代码如下：
import math
r = float(input("请输入圆的半径："))
area = math.pi * math.pow(r, 2)
print("圆的面积为：", area)
这个程序可以计算给定半径的圆的面积。程序首先使用import关键字导入Python的math模块，以便在程序中使用数学常量pi和pow函数，pow函数用来计算半径的平方。
在Python中，import语句用来引入其他模块或库的功能，使得我们可以在自己的程序中直接使用这些功能，而不需要重新编写它们。
当我们在程序中使用import关键字时，Python会执行以下操作：
（1）Python会在当前工作目录中寻找指定的模块或库。
（2）如果在当前目录下没有找到指定的模块或库，则会在Python的标准库路径中继续寻找。
（3）如果在Python的标准库路径中也没有找到指定的模块或库，则会尝试查找用户自定义的路径。
（4）一旦Python找到指定的模块或库，就会加载和执行它，并将它的命名空间中的所有对象全部导入当前程序的命名空间中。对于比较大的模块或库，通常只需要引入其中的一部分功能。在这种情况下，可以使用import语句后面跟上from关键字和模块或库中需要引入的具体功能。例如，如果我们只需要使用Python的math库中的pi常数和sqrt函数，那么可以这样写：
from math import pi, sqrt
这样，我们就只能使用math库中的pi常数和sqrt函数，而不是整个math库的所有功能。这样可以提高程序的运行效率和可读性。
然后，代码会要求用户输入圆的半径。我们使用float（）函数将用户输入的字符串转换为浮点数，并将其保存在变量r中。之后，使用公式πr²计算圆的面积，并将结果保存在变量area中。
最后，程序会使用print（）函数将计算出的圆的面积打印在屏幕上。
要运行这个程序，我们可以将代码保存在一个以.py为扩展名的文件中，例如area.py。打开控制台或终端，并在程序所在的目录下输入以下命令：
python area.py
程序将会交互式运行，在控制台上提示用户输入半径的值。
这是一个非常简单的示例，但它演示了Python的基本语法和功能。我们看到，一个Python程序包括很多内容，如变量、函数、字符串等，这些概念我们会在后续的内容中详细介绍。
如果你刚开始学习Python，请试着把这个程序打印出来并检查每一行的作用，以便更好地理解Python程序的工作方式。
在Python中，变量和常量是两种不同的概念。
变量是在程序执行过程中可以改变值的标识符。在Python中，变量使用等号“=”进行赋值。例如：
x = 10 #把10赋值给变量x
name = "ChatGPT" #把字符串"ChatGPT"赋值给变量name
变量名可以包含字母、数字和下画线，但不能以数字开头。Python的变量名区分大小写，因此name和Name是两个不同的变量。
常量是指在程序中永远不会改变值的标识符。在Python中，常量通常使用全大写字母表示。Python并没有约定好如何定义常量，但约定俗成的是，使用全大写字母来表示常量，例如：
PI = 3.1415926 #把浮点数3.1415926赋值给常量PI
MAX_COUNT = 100 #把整数100赋值给常量MAX_COUNT
虽然Python中没有真正意义上的常量，但程序员可以通过这种方式来告诉读者，这是一个不会改变值的标识符。
编写Python程序时，请注意以下几个要点。
（1）注意缩进：在Python中，缩进非常重要。程序中的每个语句块必须使用相同数量的空格，否则会出现语法错误。建议在每个缩进层次中使用4个空格。
（2）导入模块：Python提供了许多内置模块和第三方库。在程序中导入所需的模块可以使代码更加简洁和易于维护。通常，import语句应该放在程序的开头。
（3）变量命名规范：Python中的变量名应该清晰、简洁和易于理解。建议使用有意义的名称来描述变量的用途，并使用小写字母、下画线和数字。变量名应该以字母或下画线开头，不能以数字开头。函数名同样按照这个规则。
（4）注释：Python中的注释可以提高代码的可读性。单行注释可以使用井号（#），多行注释可以使用三引号（'''...'''）。
（5）错误处理：编写正确的Python程序需要包括错误处理。try-except块可以捕获和处理程序中的异常。在try块中包含可能引发异常的代码，在except块中包含异常处理代码。
以下是一个简单的Python代码示例，其中包含缩进和注释。
#创建一个变量sum，初始化为0
sum = 0
#for循环，变量i在1～100范围内循环
for i in range(1,101):
#在循环体内，每一次都将i加到sum上
sum = sum + i
print(sum) #输出sum的值
在此示例中，sum = sum + i语句被缩进了4个空格。这种缩进方式是一种符合PEP 8规范的代码风格。
注释使用井号（#）表示，示例中的注释可使代码更易于理解和维护。
在Python中，通常是一行写完一条语句，如果要写多条语句，就需要使用分号分隔。此外，如果语句很长，还可以使用反斜杠（\）来实现换行，但是在[]、{}或（）中的多行语句不需要使用反斜杠，示例代码如下：
order_mon = 91; order_tue = 78; order_wed = 83; order_thu = 85; order_fri = 82;
order_sat = 129; order_sun = 116
order_total = order_mon + order_tue + order_wed + \
order_thu + order_fri + order_sat + order_sun
order_day = ["order_mon", "order_tue", "order_wed", "order_thu",
"order_fri", "order_sat", "order_sun"]
在实际编程工作中，会用到很多模块和开发工具或第三方包，此时可以使用pip来安装它们，pip是最常用的Python第三方包管理工具。下面介绍如何通过pip进行第三方包的安装、更新、卸载等操作。
安装单个第三方包的命令如下：
pip install packages
安装多个库包，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
当要安装一系列包时，如果写成命令可能会比较麻烦，此时可以把要安装的包名及版本号写到一个文本文件中。例如，文本文件的内容与格式如下：
arrow==1.2.2
astropy==5.1
astunparse==1.6.3
atomicwrites==1.4.0
anaconda-client==1.11.0
anaconda-navigator==2.3.1
然后使用-r参数安装文本文件下的包，命令如下：
pip install -r 文本文件名
查看可升级的第三方包，命令如下：
pip list -o
更新第三方包，命令如下：
pip install -U package_name
使用pip工具可以很方便地卸载第三方包，卸载单个包的命令如下：
pip uninstall package_name
批量卸载多个包的命令如下：
pip uninstall package_name1 package_name2 package_name3
卸载一系列包的命令如下：
pip uninstall -r 文本文件名
此外，在JupyterLab中也可以很方便地使用pip工具，在JupyterLab窗口中单击Console控制台下的Python 3启动按钮，如图1-20所示。
图1-20 打开Console
然后，在下方的代码输入区域输入相应的代码即可，如图1-21所示。也可以使用pip安装、更新和卸载第三方包。
图1-21 代码输入区域
Python是深受广大数据分析师喜爱的数据分析工具，本章通过结合实际操作和范例介绍了Python编程的相关知识，包括软件集成环境Anaconda的安装、常用代码开发工具、Python程序的构成和特点等，对于从未接触过Python编程的初学者来说，如果想用Python进行数据可视化，掌握编程技能可以说是最基本的要求。
本章只是一个开始，下一章将带领读者进入Python编程的精彩世界。