全文共2653字，預(yù)計(jì)學(xué)習(xí)時(shí)長(zhǎng)10分鐘

Anaconda是一個(gè)供數(shù)據(jù)科學(xué)家、IT專家，和商業(yè)領(lǐng)袖使用的數(shù)據(jù)科學(xué)平臺(tái)，是Python、R語(yǔ)言等的一個(gè)發(fā)行版。針對(duì)數(shù)據(jù)科學(xué)，它有超過300個(gè)軟件包，因此它迅速攀升為最好的數(shù)據(jù)平臺(tái)之一。本篇導(dǎo)修將會(huì)探討如何運(yùn)用Anaconda幫助Python編程。以下是本文要探討的主題：

• Anaconda介紹
• 安裝和啟動(dòng)
• 如何將Python庫(kù)導(dǎo)入Anaconda
• AnacondaNavigator
• 使用場(chǎng)景：

○ Python基礎(chǔ)

○ 數(shù)據(jù)分析

○ 機(jī)器學(xué)習(xí)和人工智能

*CDH:Cloudera’s Distribution Including Apache Hadoop.

Cloudera包括Apache Hadoop的發(fā)行版本。

Anaconda介紹

Anaconda是Python和R的開源發(fā)行版本。它能夠用于數(shù)據(jù)科學(xué)，機(jī)器學(xué)習(xí)，深度學(xué)習(xí)等領(lǐng)域。它能夠讓用戶接觸到超過300個(gè)數(shù)據(jù)庫(kù)，因此對(duì)于任何程序員而言，Anaconda都是數(shù)據(jù)科學(xué)研究的上選。

Anaconda能夠幫助簡(jiǎn)化軟件包的管理和部署，它還匹配了多種工具，可以使用各種機(jī)器學(xué)習(xí)和人工智能算法輕松地從不同的來源收集數(shù)據(jù)。Anaconda還可以使用戶獲得一個(gè)易于管理的環(huán)境設(shè)置——用戶只需點(diǎn)擊按鈕就可以部署任何項(xiàng)目。

相信你們對(duì)Anaconda已經(jīng)有了一個(gè)基本概念，接下來了解如何安裝它，并設(shè)置一個(gè)能夠在系統(tǒng)上工作的環(huán)境。

安裝和啟動(dòng)

想要安裝Anaconda，可以進(jìn)入這個(gè)網(wǎng)站。

選擇一個(gè)適合的版本然后點(diǎn)擊下載。完成下載后，打開啟動(dòng)頁(yè)面。

遵循啟動(dòng)頁(yè)中的指令，記得點(diǎn)擊添加Anaconda到路徑環(huán)境變量里。安裝完成后，你會(huì)看到一個(gè)和下圖一樣的窗口：

安裝完成后，打開Anaconda prompt并輸入jupyternotebook*。

*Jupyter Notebook: 是一個(gè)基于Web的交互式計(jì)算環(huán)境，用于創(chuàng)建jupyter notebook文檔。

你會(huì)看到一個(gè)和下圖一樣的窗口：

現(xiàn)在，已經(jīng)知道如何將anaconda應(yīng)用到python里了，繼續(xù)研究如何在anaconda里為不同的項(xiàng)目導(dǎo)入數(shù)據(jù)庫(kù)。

導(dǎo)入Python庫(kù)至Anaconda

打開Anaconda prompt，檢查數(shù)據(jù)庫(kù)是否已經(jīng)安裝。

*NumPy是Python語(yǔ)言的一個(gè)擴(kuò)展程序庫(kù)，支持高端大量的維度數(shù)組與矩陣運(yùn)算，此外也針對(duì)數(shù)組運(yùn)算提供大量的數(shù)學(xué)函數(shù)庫(kù)。

因?yàn)闆]有名為numpy的模塊存在，我們要運(yùn)行以下指令來安裝numpy。

安裝完成，就會(huì)出現(xiàn)這樣一個(gè)窗口：

安裝完一個(gè)數(shù)據(jù)庫(kù)后，盡量再次導(dǎo)入模塊以驗(yàn)證安裝是否成功。

如上圖所示，這一步?jīng)]有出現(xiàn)錯(cuò)誤。這就是在Anaconda中安裝不同數(shù)據(jù)庫(kù)的方法。

Anaconda Navigator

Anaconda Navigator是Anaconda發(fā)行版附帶的桌面圖形用戶界面（GUI），它能夠讓用戶在不使用命令行的情況下啟動(dòng)應(yīng)用程序，并管理conda軟件包和環(huán)境。

Python基礎(chǔ)

變量和數(shù)據(jù)類型是所有編程語(yǔ)言的基本組成部分?；诓煌瑪?shù)據(jù)的屬性，Python共有六種數(shù)據(jù)類型。其中，列表（list），字典（dictionary），集合（set），還有元組（tuple）是Python中的集合數(shù)據(jù)類型。

下面是變量和數(shù)據(jù)類型在Python中應(yīng)用的例子：

#variable declaration

name = 'Edureka'

f = 1991

print('python wasfounded in' , f)

#data types

a = [1,2,3,4,5,6,7]

b = {1 : 'edureka' , 2: 'python'}

c = (1,2,3,4,5)

d = {1,2,3,4,5}

print('the listis' , a)

print('thedictionary is' ,b)

print('the tupleis' , c)

print('the set is' , d)

操作符（Operators）

Python 中的操作符用于值或變量之間的操作。Python中有七種類型的操作符：

• 賦值操作符（AssignmentOperator）。
• 算術(shù)運(yùn)算符（ArithmeticOperator）。
• 邏輯運(yùn)算符（LogicalOperator）。
• 比較操作符（ComparisonOperator）。
• 位操作符（Bit-wiseOperator）。
• 會(huì)員操作符（MembershipOperator）。
• 身份識(shí)別操作符（Identity Operator）。

下面是在Python中使用操作符的一個(gè)例子：

a = 10

b = 15

#arithmetic operator

print(a + b)

print(a - b)

print(a * b)

#assignment operator

a += 10

print(a)

#comparison operator

#a != 10

#b == a

#logical operator

a > b and a > 10

#this will return true if both the statements are true.

控制語(yǔ)句

諸如使用if, else, break和continue等的語(yǔ)句被用作控制語(yǔ)句，以獲得對(duì)執(zhí)行過程的控制，從而取得最佳結(jié)果。可以在 Python 的循環(huán)中使用這些語(yǔ)句來控制結(jié)果。下面的示例演示如何使用控制（control）條件（conditional）語(yǔ)句。

name = 'edureka'

for i in name:

if i == 'a':

break

else:

print(i)

函數(shù)

Python函數(shù)以一種高效的方式使代碼的重復(fù)使用性提高，為問題語(yǔ)句編寫邏輯，并運(yùn)行一些參數(shù)以獲得最佳解決方案。下面是如何在python中使用函數(shù)的示例。

deffunc(a):

return a ** a

res = func(10)

print(res)

類以及對(duì)象

因?yàn)镻ython支持面向?qū)ο蟮某绦蛟O(shè)計(jì)，所以也可以使用類和對(duì)象。下面是如何使用python中的類和對(duì)象的示例。

classParent:

deffunc(self):

print('this is parent')

classChild(Parent):

deffunc1(self):

print('this is child')

ob = new Child()

ob.func()

以上Python的一些基本概念。接下來，看看Anaconda更大的軟件包支持，我們可以從許多庫(kù)中獲得資料?，F(xiàn)在來探究如何使用 python anaconda進(jìn)行數(shù)據(jù)分析。

分析

上面是數(shù)據(jù)分析中涉及的某些步驟。來看看在anaconda中數(shù)據(jù)分析是如何進(jìn)行數(shù)據(jù)分析的，以及其中可以使用的各種庫(kù)。

收集數(shù)據(jù)

數(shù)據(jù)的收集就像在程序中加載 CSV 文件一樣簡(jiǎn)單。可以利用相關(guān)數(shù)據(jù)來分析數(shù)據(jù)中的特定實(shí)例或條目。下面是加載程序中CSV數(shù)據(jù)的代碼：

import pandas as pd

import numpy as np

import matplotlib.pyplot as plt

import seaborn as sns

df = pd.read_csv('filename.csv')

print(df.head(5))

交叉分析

在加載程序中的數(shù)據(jù)集之后，還需要對(duì)數(shù)據(jù)進(jìn)行一些更改過濾，即消除空值和可能造成分析不確定性的不必要字段。

下面是如何根據(jù)需求篩選數(shù)據(jù)的示例：

print(df.isnull().sum())

#this will give the sum of all the null values in thedataset.

df1 = df.dropna(axis=0 , how= 'any')

#this will drop rows with null values

當(dāng)然也可以刪除空值。

箱線圖（box plot）

sns.boxplot(x=df['Salary Range From'])

sns.boxplot(x=df['Salary Range To'])

散點(diǎn)圖（scatter plot）

import matplotlib.pyplot as plt

fig, ax = plt.subplots(figsize=(16,8))

ax.scatter(df['Salary Range From'] , df['Salary Range To'])

ax.set_xlabel('Salary Range From')

ax.set_ylabel('Salary Range TO')

plt.show()

可視化

一旦根據(jù)需求改變了數(shù)據(jù)，就有必要分析這些數(shù)據(jù)，方式之一就是將結(jié)果可視化。更好的可視化表示有助于對(duì)數(shù)據(jù)投影進(jìn)行最優(yōu)分析。

下面是一個(gè)數(shù)據(jù)可視化的例子:

import matplotlib.pyplot as plt

fig = plt.figure(figsize = (10,10))

ax = fig.gca()

sns.heatmap(df1.corr(), annot=True, fmt='.2f')

plt.title('Correlation',fontsize=5)

plt.show()

分析

完成可視化后，可以借助各種圖表來進(jìn)行分析。假設(shè)我們正在處理作業(yè)數(shù)據(jù)，通過查看某個(gè)區(qū)域中特定作業(yè)的可視化表示，便可以確定特定域中作業(yè)的數(shù)量。

根據(jù)上文的分析，可以假設(shè)下列結(jié)果：

• 和全職工作相比，數(shù)據(jù)集里兼職工作的數(shù)量非常少。
• 兼職工作只有不到500個(gè)，但全職工作的總數(shù)超過了2500個(gè)。
• 基于這一分析，可以建立一個(gè)預(yù)測(cè)模型。

如果還有其他問題，在評(píng)論區(qū)里踴躍發(fā)言喲，小芯將第一時(shí)間與你聯(lián)系。