Dieses Mal werde ich Ihnen eine Python-Umgebungskonfigurationsanalyse vorstellen. Was sind die Vorsichtsmaßnahmen für die Python-Umgebungskonfigurationsanalyse?
Wenn Sie vorhaben, Python für die Datenanalyse zu lernen, stoßen Sie zu Beginn auf verschiedene Probleme?
Soll ich Python2 oder Python3 installieren?
Warum erhalte ich bei der Installation von Python immer Fehlermeldungen?
Wie installiere ich das Toolpaket?
Warum wird angezeigt, dass vor der Installation dieses Tools eine Reihe anderer unbekannter Tools installiert werden müssen?
Ich glaube, dass die meisten Python-Anfänger aufgrund von Umweltproblemen Kopfschmerzen hatten, aber Sie sind nicht allein, jeder hat so gelitten. Um Umwege beim Einstieg zu vermeiden und die große Begeisterung nicht zu sehr zu dämpfen, empfiehlt es sich, Anaconda für die Verwaltung Ihrer Installationsumgebung und verschiedener Toolpakete zu nutzen.
In diesem Artikel wird die Verwendung von Anaconda vorgestellt. Die vollständige Textübersicht lautet wie folgt:
Warum Anaconda wählen
* Was ist Anaconda?
* Was ist conda
* Vorteile von Anaconda
So installieren Sie Anaconda
So verwalten Sie Python-Pakete
So verwalten Sie die Python-Umgebung
Anaconda ist eine Python-Distribution, die sich auf die Datenanalyse konzentriert und mehr als 190 wissenschaftliche Pakete wie Conda und Python und ihre Abhängigkeiten umfasst. Haben Sie als neugieriges Baby einen neuen Begriff entdeckt? Dann werden Sie sich bestimmt fragen, was Conda ist?
conda ist ein Verwaltungssystem für Open-Source-Pakete und virtuelle Umgebungen.
Paketverwaltung: Sie können Conda zum Installieren, Aktualisieren und Deinstallieren von Toolpaketen verwenden. Der Schwerpunkt liegt mehr auf Toolpaketen im Zusammenhang mit der Datenwissenschaft. Bei der Installation von Anaconda sind häufig in der Datenanalyse verwendete Pakete wie Numpy, Scipy, Pandas und Scikit-learn vorintegriert. Erwähnenswert ist auch, dass Conda nicht nur Python-Toolpakete verwaltet, sondern auch Nicht-Python-Pakete installieren kann. Beispielsweise kann die in die R-Sprache integrierte Entwicklungsumgebung Rstudio in der neuen Version von Anaconda installiert werden.
Verwaltung virtueller Umgebungen: In Conda können mehrere virtuelle Umgebungen eingerichtet werden, um verschiedene Versionen von Toolpaketen zu isolieren, die für verschiedene Projekte erforderlich sind, um Versionskonflikte zu verhindern. Für Schüler, die sich über die Python-Version nicht sicher sind, können wir auch zwei Umgebungen erstellen, Python2 und Python3, um jeweils unterschiedliche Versionen von Python-Code auszuführen.
Während wir wissen, was es ist, müssen wir uns auch fragen, warum. Warum sollten Sie sich also für Anaconda entscheiden?
Die Vorteile von Anaconda lassen sich in acht Worten zusammenfassen: Sie sparen Zeit und Sorgen und sind ein leistungsstarkes Analysetool.
Sparen Sie Zeit und Sorgen: Anaconda vereinfacht Ihren Arbeitsablauf erheblich, indem es Toolpakete, Entwicklungsumgebungen und Python-Versionen verwaltet. Das Toolpaket kann nicht nur einfach installiert, aktualisiert und deinstalliert werden, sondern auch die entsprechenden Abhängigkeitspakete können während der Installation automatisch installiert werden. Gleichzeitig können verschiedene virtuelle Umgebungen verwendet werden, um Projekte mit unterschiedlichen Anforderungen zu isolieren.
Analysetool: Anaconda bewirbt sich auf seiner offiziellen Website wie folgt: ein Python-Tool, das für die Big-Data-Analyse auf Unternehmensebene geeignet ist. Es enthält mehr als 720 Open-Source-Pakete zum Thema Datenwissenschaft und deckt viele Aspekte wie Datenvisualisierung, maschinelles Lernen und Deep Learning ab. Es kann nicht nur zur Datenanalyse, sondern sogar in den Bereichen Big Data und künstliche Intelligenz eingesetzt werden.
Nachdem wir die „Was“- und „Warum“-Fragen gelöst haben, werfen wir einen Blick auf das „Wie“.
Sie können das Anaconda-Installationsprogramm herunterladen und die Installationsanweisungen hier ansehen. Ob Windows-, Linux- oder MAC OSX-System, Sie finden die entsprechende Installationssoftware. Wenn Ihr Computer 64-Bit ist, versuchen Sie, die 64-Bit-Version auszuwählen. Unabhängig davon, ob die Python-Version 2.7 oder 3.x ist, wird die Verwendung von Python3 empfohlen, da die Wartung von Python2 irgendwann eingestellt wird. Vielleicht verwenden die meisten Tutorials auf dem Markt derzeit Python2, aber es besteht kein Grund zur Sorge, da Anaconda zwei Python-Versionen der Umgebung gleichzeitig verwalten kann.
Befolgen Sie die Anweisungen zur Installation. Nach Abschluss werden Sie überrascht sein, dass sich noch viele weitere Anwendungen auf Ihrem Computer befinden. Machen Sie sich keine Sorgen, schauen wir uns diese nacheinander an:
Anaconda Navigtor: Eine grafische Benutzeroberfläche zur Verwaltung von Toolpaketen und Umgebungen. Viele nachfolgende Verwaltungsbefehle können auch manuell im Navigator implementiert werden.
Jupyter-Notizbuch: Eine webbasierte interaktive Computerumgebung, die Dokumente bearbeiten kann, die für Menschen leicht zu lesen sind und zur Darstellung des Datenanalyseprozesses verwendet werden können.
qtconsole: Ein terminalähnliches grafisches Schnittstellenprogramm, das IPython ausführen kann. Im Vergleich zur Python-Shell-Schnittstelle kann qtconsole die vom Code generierten Grafiken direkt anzeigen und mehrzeilige Codeeingaben realisieren Ausführung und verfügen über viele integrierte nützliche Features und Funktionen.
Spyder: Eine plattformübergreifende, integrierte Entwicklungsumgebung für wissenschaftliches Rechnen unter Verwendung der Python-Sprache.
Nach Abschluss der Installation müssen wir auch alle Toolpakete aktualisieren, um mögliche Fehler zu vermeiden. Öffnen Sie das Terminal Ihres Computers und geben Sie in die Befehlszeile ein:
conda upgrade --all
Wenn das Terminal fragt, ob die folgende Upgrade-Version installiert werden soll, geben Sie y ein.
In einigen Fällen wird möglicherweise eine Fehlermeldung angezeigt, dass der Befehl conda nicht gefunden werden kann. Dies liegt wahrscheinlich an der Einstellung des Umgebungspfads. Sie müssen die Umgebungsvariable conda hinzufügen: export PATH=xxx/anaconda/. bin:$PATH, Ersetzen Sie xxx durch den Installationspfad von Anaconda.
An diesem Punkt ist die Installation abgeschlossen. Schauen wir uns an, wie Sie Anaconda zum Verwalten von Toolpaketen und Umgebungen verwenden.
Installieren Sie ein Paket:
conda install package_name
Hier ist Paketname der Name des Pakets, das installiert werden soll. Sie können auch mehrere Pakete gleichzeitig installieren, z. B. Numpy, Scipy und Pandas gleichzeitig installieren und dann den folgenden Befehl ausführen:
conda install numpy scipy pandas
Das ist auch möglich Geben Sie die zu installierende Version an, z. B. die Installation der 1.1-Version von Numpy:
conda install numpy=1.10
Entfernen Sie ein Paket:
conda remove package_name
Upgrade Paketversion:
conda update package_name
Alle Pakete anzeigen:
conda list
Wenn Sie sich nicht an den genauen Namen des Pakets erinnern können, Sie können auch eine Fuzzy-Abfrage durchführen:
conda search search_term
Die Standardumgebung ist root. Sie können auch eine neue Umgebung erstellen:
conda create -n env_name list of packages
wobei -n für den Namen steht und env_name der Name der benötigten Umgebung ist Die Liste der zu erstellenden Pakete listet die Toolpakete auf, die in der neuen Umgebung installiert werden müssen.
Wenn ich beispielsweise die Python3-Version von Anaconda installiert habe, ist die Standard-Root-Umgebung natürlich Python3, aber ich muss auch eine Python 2-Umgebung erstellen, um die alte Version des Python-Codes auszuführen pandas-Paket, also führen wir den folgenden Befehl aus, um es zu erstellen:
conda create -n py2 python=2.7 pandas
Wenn Sie vorsichtig sind, werden Sie feststellen, dass nicht nur Pandas in der py2-Umgebung installiert ist, sondern auch a Es werden eine Reihe von Paketen wie Numpy installiert. Der Vorteil bei der Verwendung von Conda besteht darin, dass die entsprechenden Abhängigkeitspakete automatisch für Sie installiert werden, ohne dass Sie sie einzeln manuell installieren müssen.
Geben Sie die Umgebung mit dem Namen env_name ein:
source activate env_name
BeendenAktuelle Umgebung:
source deactivate
Beachten Sie außerdem, dass Sie in Windows-Systemen „env_name aktivieren“ und „deaktivieren“ verwenden, um eine Umgebung zu betreten und zu verlassen.
Löschen Sie die Umgebung mit dem Namen env_name:
conda env remove -n env_name
Alle Umgebungen anzeigen:
conda env list
Beim Teilen Beim Codieren Außerdem müssen Sie die laufende Umgebung für alle freigeben. Führen Sie den folgenden Befehl aus, um die Paketinformationen in der aktuellen Umgebung in einer YAML-Datei mit dem Namen „Umgebung“ zu speichern.
conda env export > environment.yaml
In ähnlicher Weise müssen Sie auch die entsprechende Umgebung konfigurieren, wenn Sie den Code anderer Personen ausführen. Zu diesem Zeitpunkt können Sie die von der anderen Partei freigegebene YAML-Datei verwenden, um eine identische Laufumgebung zu erstellen.
conda env create -f environment.yaml
An diesem Punkt haben Sie die Tür von Anaconda betreten und können später im Ozean von Python wandern.
Viel Spaß beim Lernen!
Hinweis: Die Codebeispiele in diesem Artikel beziehen sich auf das Anaconda-Kapitel des Udacity-Datenanalysekurses.
Ich glaube, dass Sie die Methode beherrschen, nachdem Sie den Fall in diesem Artikel gelesen haben. Weitere spannende Informationen finden Sie in anderen verwandten Artikeln auf der chinesischen PHP-Website.
Empfohlene Lektüre:
Python nutzt Excel zum Lesen und Schreiben von Daten
So führen Sie automatisierte Unit-Tests mit Python Unittest durch
Das obige ist der detaillierte Inhalt vonAnalyse der Python-Umgebungskonfiguration. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!
![[Web-Frontend] Node.js-Schnellstart](https://img.php.cn/upload/course/000/000/067/662b5d34ba7c0227.png)
