首页 > 科技 >

Python中数据分析环境的搭建

2018-06-30 09:00:22 网络整理 阅读:176 评论:0

Python的运行环境

要运行或写Python代码,就需要Python的运行环境,主要的Python有以下三类:

1.原生态的Python:就是直接从Python的官网下载,然后安装使用。这类方法最简单直接,但是后期不容易维护;

2.一些其他类型的Python发行本:这种类型的Python一般与一些package和其他工具整合在一起,类似于定制版的Python,易于安装和使用,例如用的比较多的Anaconda发行版;

3.使用docker来提供Python的运行环境:使用该方法,不用在自己电脑上直接安装Python的,只用在docker中构建好相应的Python的image就好了。

回想自己使用Python的过程,一开始也是直接到Python的官网上下载最新版本的安装包。安装完Python后,添加环境变量,在cmd中用pip一个一个安装需要使用的package。每次都是重复这样的过程,有时候会遇到一些莫名其妙的问题,比如某些package无法安装成功;有时候只能下源码自己编译安装。有时候还会需要不同版本的Python,电脑里就会出现多个版本的Python。

现在后面两类方法用的比较多。

关于开发环境

还记得有段时间接触到Java,一直分不清楚JRE和JDK的区别。现在终于搞明白了,JRE是运行是Java运行环境(JavaRuntimeEnvironment),可以用来运行Java的代码;JDK是Java开发工具包(JavaDeveloper'sKit),即Java的开发环境,主要用来写代码。

写代码时,有一个好的集成开发环境(integrateddevelopmentenvironment,IDE)会让我们事半功倍,,包括但不限于以下这些优点:

语法检查;

提示及命令补全;

好看的配色和字体;

强大的debug功能;

对大型project的管理功能。

我用的比较多的IDE包括:PyCharm,Spyder和Jupyternotebook.

相关文章