PUB:20180418 Getting started with Anaconda Python for data science.md

@pinewall
This commit is contained in:
Xingyu.Wang 2018-06-08 22:19:58 +08:00
parent 067ae02440
commit 06b4f136dc

View File

@ -1,35 +1,38 @@
面向数据科学的 Anaconda Python 入门
======
> Anaconda 是一个完备的、开源的数据科学软件包,拥有超过 600 万社区用户。
![](https://opensource.com/sites/default/files/styles/image-full-size/public/lead-images/brain_data.png?itok=RH6NA32X)
像很多人一样,我一直努力加入到快速发展的数据科学领域。我上过 Udemy 的 [R][1] 及 [Python][2] 语言编程课,那时我分别下载并安装了应用程序。当我试图解决各种依赖关系,安装类似 [Numpy][3] 和 [Matplotlib][4] 这样的数据科学扩展包时,我了解了 [Anaconda Python 发行版][5]。
Anaconda 是一个完备、[开源][6]的数据科学包,拥有超过 600 万社区用户。[下载][7]和安装 Anaconda 都很容易,支持的操作系统包括 Linux, MacOS 及 Windows。
Anaconda 是一个完备、[开源][6]的数据科学包,拥有超过 600 万社区用户。[下载][7]和安装 Anaconda 都很容易,支持的操作系统包括 Linux, MacOS 及 Windows。
我感谢 Anaconda 降低了初学者的学习门槛。发行版自带 1000 多个数据科学包以及 [Conda][8] 包和虚拟环境管理器,让你无需单独学习每个库的安装方法。就像 Anaconda 官网上提到的“Anaconda 库中的 Python 和 R 语言的conda 包是我们在安全环境中修订并编译得到的优化二进制程序,可以在你系统上工作”。
我感谢 Anaconda 降低了初学者的学习门槛。发行版自带 1000 多个数据科学包以及 [Conda][8] 包和虚拟环境管理器,让你无需单独学习每个库的安装方法。就像 Anaconda 官网上提到的“Anaconda 库中的 Python 和 R 语言的 conda 包是我们在安全环境中修订并编译得到的优化二进制程序,可以在你系统上工作”。
我推荐使用 [Anaconda Navigator][9],它是一个桌面 GUI (graphical user interface) 系统,包含发行版自带应用的链接,包括[RStudio][10], [iPython][11], [Jupyter Notebook][12], [JupyterLab][13], [Spyder][14], [Glue][15] 和 [Orange][16]。默认环境采用 Python 3.6,但你可以轻松安装 Python 3.5, Python 2.7 或 R。[文档][16]十分详尽,而且用户社区极好,可以提供额外的支持。
我推荐使用 [Anaconda Navigator][9],它是一个桌面 GUI 系统,包含了发行版自带的全部应用的链接,包括 [RStudio][10]、 [iPython][11]、 [Jupyter Notebook][12]、 [JupyterLab][13]、 [Spyder][14]、 [Glue][15] 和 [Orange][16]。默认环境采用 Python 3.6,但你可以轻松安装 Python 3.5、 Python 2.7 或 R。[文档][16]十分详尽,而且用户社区极好,可以提供额外的支持。
### 安装 Anaconda
为在我的 Linux 笔记本 (I3 CPU4GB 内存) 上安装 Anaconda我下载了 Anaconda 5.1 Linux 版安装器并运行 `md5sum` 进行文件校验:
为在我的 Linux 笔记本I3 CPU4GB 内存)上安装 Anaconda我下载了 Anaconda 5.1 Linux 版安装器并运行 `md5sum` 进行文件校验:
```
$ md5sum Anaconda3-5.1.0-Linux-x86_64.sh
```
接着按照[安装文档][17]的说明,无论是否在 Bash shell 环境下,执行如下 shell 命令:
```
$ bash Anaconda3-5.1.0-Linux-x86_64.sh
```
我完全按照安装指南操作,运行这个精心编写的脚本,大约花费 5 分钟可以完成安装。安装过程中会提示:“是否希望安装器将 Anaconda 的安装路径加入到你的 `/home/<user>/.bashrc`?我选择允许并重启了 shell这会让 `.bashrc` 中的环境变量生效。
我完全按照安装指南操作,运行这个精心编写的脚本,大约花费 5 分钟可以完成安装。安装过程中会提示:“是否希望安装器将 Anaconda 的安装路径加入到你的 `/home/<user>/.bashrc`我选择允许并重启了 shell这会让 `.bashrc` 中的环境变量生效。
安装完成后,我启动了 Anaconda Navigator具体操作是在 shell 中执行如下命令:
```
$ anaconda-navigator
```
Anaconda Navigator 每次启动时会检查是否有可更新的软件包,如果有,会提醒你进行更新。
@ -42,7 +45,6 @@ Anaconda Navigator 每次启动时会检查是否有可更新的软件包,如
```
$ conda update anaconda-navigator
```
### 浏览和安装应用
@ -51,27 +53,27 @@ Navigator 启动后,可以很容易地浏览 Anaconda 发行版包含的应用
![](https://opensource.com/sites/default/files/styles/panopoly_image_original/public/u128651/anaconda-jupyterqtconsole.png?itok=fQQoErIO)
发行版中包含 Jupyter Notebook不像我用的其它 Python 环境那样)无需在发行版外安装
发行版中包含 Jupyter Notebook无需另外安装(不像我用的其它 Python 环境那样)。
![](https://opensource.com/sites/default/files/styles/panopoly_image_original/public/u128651/anaconda-jupyternotebook.png?itok=VqvbyOcI)
我习惯使用的 RStudio 并没有默认安装,但安装它也仅需点击一下鼠标。其它应用的启动或安装也仅需点击一下鼠标,包括 JupyterLab, Orange, Glue 和 Spyder 等。
我习惯使用的 RStudio 并没有默认安装,但安装它也仅需点击一下鼠标。其它应用的启动或安装也仅需点击一下鼠标,包括 JupyterLab、 Orange、 Glue 和 Spyder 等。
![](https://opensource.com/sites/default/files/styles/panopoly_image_original/public/u128651/anaconda-otherapps.png?itok=9QmSUdel)
Anaconda 发行版的一个强大功能是创建多套环境。假如我需要创建一套与默认 Python 3.6 不同的 Python 2.7 的环境,可以在 shell 中执行如下命令:
```
$ conda create -n py27 python=2.7 anaconda
```
Conda 负责整个安装流程,如需启动它,仅需在 shell 中执行如下命令:
```
$ anaconda-navigator
```
在 Anaconda GUI 的 "Applications on" 下拉菜单中选取 **py27** 即可。
在 Anaconda GUI 的 “Applications on” 下拉菜单中选取 **py27** 即可。
![](https://opensource.com/sites/default/files/styles/panopoly_image_original/public/u128651/anaconda-navigator.png?itok=2i5qYAyG)
@ -88,7 +90,7 @@ via: https://opensource.com/article/18/4/getting-started-anaconda-python
作者:[Don Watkins][a]
选题:[lujun9972](https://github.com/lujun9972)
译者:[pinewall](https://github.com/pinewall)
校对:[校对者ID](https://github.com/校对者ID)
校对:[wxy](https://github.com/wxy)
本文由 [LCTT](https://github.com/LCTT/TranslateProject) 原创编译,[Linux中国](https://linux.cn/) 荣誉推出