《python 与数据挖掘 》一1.3　Python开发环境的搭建

本节书摘来自华章出版社《python 与数据挖掘 》一书中的第1章，第1.3节，作者张良均 杨海宏 何子健 杨 征，更多章节内容可以访问云栖社区“华章计算机”公众号查看。 1.3 Python开发环境的搭建

所谓编程语言，意指“与计算机交流时使用的语言”。它是一种被标准化的交流技
巧，用于连接程序员的思维和计算机的操作。学习编程语言的第一关，就是安装和环境配置。我们必须与计算机约定如何理解代码、指令和语法，才能够顺利地与计算机交流，赋予它复杂的功能。Python便是其中的一种“方言”。
本节将向大家详细介绍，如何在不同的操作系统上快捷地使用Python进行编程实现。

1.3.1 Python安装

对于新手，Python及其第三方模块在安装环节有许多已知的难题。比如源码编译的安装方式、环境变量的配置、不同模块之间的版本依赖问题。如果陷入其中的某一个泥潭之中，将浪费初学者大量的时间，消磨热情。当然，如果读者能独立克服，就能熟悉相关的重要概念，大有裨益。
为了能让读者顺利阅读本书的后续内容，以及避免不必要的麻烦，我们将采用更加简单的安装方式。本书使用的是Python的科学计算发行版——Anaconda。除Python本身之外，Anaconda囊括了科学计算和数据分析所需的主流模块，独立的包管理工具Conda以及两款不同风格的编辑器Jupyter和Spyder，具有开源精神且支持学术用途的免费额外性能提升。官方软件下载地址为：https://www.continuum.io/downloads。
注意 本书使用的是当前主流的Python 2.7版本，有较多的网络参考资料。截至本书完稿时，Python作者宣布Python 2.x系列将会在2020年停止更新，Python 2.7是最后一个版本。Python 3.x拥有一系列重大的更新，包括一些基础的语法。在未来的日子里，越来越多的主流模块将逐渐转向Python 3.x版本。在社区真正成熟之前，我们建议入门级读者先熟练使用Python 2.7。

Windows下安装Python
Anaconda的存在使得在Windows图1-5 Windows下Anaconda的两个主要版本系统中安装Python得到极度简化，直接前往官方网站找到对应的下载内容（图1-5），并选择Python 2.7对应的安装包，注意区分32位和64位的版本。

下载后运行Anaconda的安装程序，这里大部分的操作和一般软件的安装无异，需要注意的是：如图1-6所示，Anaconda默认会自动改写环境变量配置参数，使得用户能在任何的路径下使用Python命令行模式。

如果读者自行安装原始的Python版本，极容易忽略这一步，从而走入思维的盲区，导致永远不能自行安装成功。这也是我们推荐使用科学计算发行版Anaconda的原因。

Linux下安装Python
大多数Linux发行版，如CentOS、Debian、Ubuntu等，都已经自带了Python 2.x的主程序。因此，额外安装Anaconda需要做好管理的工作，避免两个不同版本的Python冲突，导致不必要的错误。如果读者确定内置版Python能够兼容书中代码，亦可不额外安装Anaconda。

下面介绍如何安装Anaconda，并避免与内置版的Python冲突，如图1-7所示。本教程以Ubuntu 16.06为例。
1）前往官方网站下载对应版本的Anaconda，默认情况下，Linux会自动将下载所得文件归档在“下载”文件夹中。
2）假设下载所得文件在“下载”这一文件夹中，如果不是，请替换路径，并输入下面的命令，以执行批处理指令，安装Anaconda。
$ bash ~/下载/Anaconda2-4.0.0-Linux-x86_64.sh

安装过程中，将会在屏幕上打印出用户协议许可，你需要利用Enter继续阅读。阅读至文件末尾，输入yes并敲击Enter键来表示你同意以上内容并使用默认路径开始安装。
3）如图1-8所示，输入yes来确认允许Anaconda为你自动配置环境变量PATH。

4）当看到图1-9中的欢迎信息之后，代表已经成功安装Anaconda。然后我们执行下面的命令，将Anaconda的位置加载至环境变量PATH的开头，使得当我们使用Python时，总是优先使用Anaconda版。
$ export PATH="$HOME/anaconda2/bin:$PATH"
之后，我们可以直接输入python，以检查是否能够正确使用Anaconda版的Python。

Mac下安装Python
类似Windows下的安装，Mac OS X系统用户可以直接前往官方网站下载一个图形化安装程序。同时，因为OS X系统是基于UNIX内核开发的，所以我们也能够打开终端，通过命令行的方式来安装。这里主要叙述利用终端安装的方法。

1）下载OS X下对应版本的Anaconda，如图1-10所示。
注意 利用终端安装Anaconda实际上是在进行“源码编译”。后续步骤中需要的是二进制文件（Command-Line Installer），而非图形化的安装界面（Graphical Installer）。

2）按下Alt + Space，打开Search界面，输入terminal，单击搜索出来的“Terminal”（终端）图标。
3）输入下面的命令，执行批处理指令，安装Anaconda，如图1-11所示。
$ bash~/Downloads/Anaconda2-4.0.0-MacOSX-x86_64.sh

安装过程中，将会在屏幕上打印出用户协议许可，你需要利用Enter继续阅读。阅读至文件末尾，输入yes并敲击Enter键来表示你同意以上内容并使用默认路径开始安装。
4）输入yes来确认允许Anaconda为你自动配置环境变量PATH。
5）与Linux下安装类似，同样需要将Anaconda的位置加载至环境变量PATH的开头，使得当我们使用Python时，总是优先使用Anaconda版。
$ export PATH="$HOME/anaconda2/bin:$PATH"
之后，我们可以直接输入python，以检查是否能够正确使用Anaconda版的Python。

1.3.2 Python初识

1.命令行版本的Python Shell-Python（Command）
以Windows系统为例，安装Python后，你可以在开始菜单中，找到对应的Command Line版本的Python Shell，或者同时按下Win + R键，输入cmd并按回车，打开命令窗口，如图1-12所示。在命令窗口中输入python即可使用进入Python的命令行模式。

其中，可以看到对应的Python版本信息和系统信息。我们可以在标识符“ ”后面输入代码，程序就会马上返回一个结果，如图1-13所示。

Python Shell是交互式Shell，交互式是指当你输入代码到Python Shell中时就可以动态地看到相应的返回结果。
2.带图形界面的Python Shell-IDLE（Python GUI）
下面将要介绍的是带图形界面的Python GUI。在Windows下的所有程序上搜索IDLE，就可以直接打开Python Shell-IDLE。打开后界面如图1-14所示。

我们同样可以在这个界面上输入代码，结果和在Command Line上输入的结果一样。但在这个界面上我们可以通过菜单栏的File – New File 创建Python脚本，在Python脚本上写多行代码，保存为.py文件后并运行该脚本，而在Command Line上运行多行代码只能一行接着一行输入并按回车输出，显得十分繁琐。运行Python脚本实际上也是按顺序运行每行的代码，运行脚本后将回到Python GUI界面，这时候Python已经存储脚本运行后的数据，我们可以在界面上继续输入代码，如图1-15所示。本书的代码都会放在Python脚本中，方便读者阅读和运行。

图1-15 Python GUI脚本界面
3.第三方Python IDE
IDE是集成开发环境（Integrated Development Environment）的英文简称。而第三方IDE通常聚合了更强大的功能，包括代码版本管理、项目代码管理、代码自动补全等。PyCharm就是这样一个跨平台的、多功能的集成开发环境，主要分为免费社区版（见图1-16）和付费商业版。

如图1-17所示，在选择创建项目以及确定项目存储路径之后，我们能看到一个清晰简洁的界面。左侧栏是项目管理窗口，负责组织Python实现的项目中所涉及的全部代码和数据文件。右边是正式的编辑区。在选择创建新的Python File之后，将能配合内置的自动补全、代码提示、调试运行功能进行代码的编辑、改正和优化。同时，它还能自动结合Git进行代码版本控制。有兴趣的读者可以自行查找资料。当我们需要做一个大型项目，代码量较多时，用带`` 有项目管理功能的PyCharm会更加方便。

1.3.3 与读者的约定`javascript

`

1.排版格式说明
本书的示例代码格式分为两种，一种是Python IDLE的命令行代码，带有“ ”。命令行代码可能马上会返回结果，这个结果会紧贴在命令行代码的下一行，结果的输出不带有“ ”。
例如：

x = 1
x

1
另一种格式是带有上下分隔线的代码清单，这种格式用于展示某个完整的知识点。为读者阅读方便，当代码清单出现输出语句时，我们都把输出结果放在下一行，并用注释“# result:”标示 。如代码清单1-1所示：
代码清单1-1 某个知识点

print 1

result: 1

print Hello Python

result:

Hello Python
其中“1-1”表示第1章第1个代码清单。为了叙述方便，一个完整的程序可能被拆分到多个代码清单中，在同一小节中的后续代码中，有可能会沿用先前已声明的变量。
2.示例代码使用说明
本书默认支持的Python版本为2.7.11，其中书中讲解的模块对应的版本号如表1-1所示。
本书附件资源按照章节组织，在代码附件的目录下会有第1章、第2章、第3章等子章节目录。在章节目录下包含了2个文件夹：“示例程序”文件夹和“上机实验”文件夹。“示例程序”文件夹包含3个子目录：code、data、tmp。其中，code包含正文中每个章节的全部代码清单；data包含代码清单中所使用的数据文件；tmp文件夹中包含示例程序运行的结果文件。在部分章节中，上述3个文件夹可能为空。“上机实验”文件夹主要针对每章最后的上机实验，给出了上机实验的参考答案。其子目录结构与示例程序一致。
读者下载附件资源后，直接使用Python运行对应的代码脚本（.py）即可观察结果。值得注意的是，使用Anaconda的读者只需保持目录结构即可完整运行程序，自行安装Python的读者，请确保你的模块版本与表1-1一致。

带你读《Python金融大数据挖掘与分析全流程详解》之三：金融数据挖掘案例实战1 本书以功能强大且较易上手的Python语言为编程环境，全面讲解了金融数据的获取、处理、分析及结果呈现。全书共16章，内容涉及Python基础知识、网络数据爬虫技术、数据库存取、数据清洗、数据可视化、数据相关性分析、IP代理、浏览器模拟操控、邮件发送、定时任务、文件读写、云端部署、机器学习等，可以实现舆情监控、智能投顾、量化金融、大数据风控、金融反欺诈模型等多种金融应用。
带你读《Python金融大数据挖掘与分析全流程详解》之二：金融数据挖掘之爬虫技术基础 本书以功能强大且较易上手的Python语言为编程环境，全面讲解了金融数据的获取、处理、分析及结果呈现。全书共16章，内容涉及Python基础知识、网络数据爬虫技术、数据库存取、数据清洗、数据可视化、数据相关性分析、IP代理、浏览器模拟操控、邮件发送、定时任务、文件读写、云端部署、机器学习等，可以实现舆情监控、智能投顾、量化金融、大数据风控、金融反欺诈模型等多种金融应用。
带你读《Python金融大数据挖掘与分析全流程详解》之一：Python基础 本书以功能强大且较易上手的Python语言为编程环境，全面讲解了金融数据的获取、处理、分析及结果呈现。全书共16章，内容涉及Python基础知识、网络数据爬虫技术、数据库存取、数据清洗、数据可视化、数据相关性分析、IP代理、浏览器模拟操控、邮件发送、定时任务、文件读写、云端部署、机器学习等，可以实现舆情监控、智能投顾、量化金融、大数据风控、金融反欺诈模型等多种金融应用。
【资料下载】python第一讲——高质量数据挖掘模型开发七步法 长期以来有两大方法论指导数据挖掘项目实施，分别是CRIP-DM和SEMMA。前者由NCR、Clementine、OHRA和Daimler-Benz的数据挖据项目总结而来，后者是SAS公司的数据挖掘项目实施方法论。
Python第一讲——高质量数据挖掘模型开发七步法 直播时间：1月20日(本周日）18：00—19:00 内容：长期以来有两大方法论指导数据挖掘项目实施，分别是CRIP-DM和SEMMA。前者由NCR、Clementine、OHRA和Daimler-Benz的数据挖据项目总结而来，后者是SAS公司的数据挖掘项目实施方法论。
Python | 数据挖掘，WordCloud词云配置过程及词频分析 一. 安装WordCloud 在使用WordCloud词云之前，需要使用pip安装相应的包。 pip install WordCloud pip install jieba 其中WordCloud是词云，jieba是结巴分词工具。