2021-05-12 14:32:11
Python進行資料分析及相關Package的安裝
2020-06-16 17:13:23
一、為什麼要使用Python進行資料分析？
Python擁有一個巨大的活躍的科學計算社群，擁有不斷改良的庫，能夠輕鬆的整合C,C++,Fortran程式碼（Cython專案），可以同時用於研究和原型的構建以及生產系統的構建。
二、Python的優勢與劣勢：
1.Python是一種直譯語言，執行速度比編譯型資料慢。
2.由於python有一個全域性直譯器鎖（GIL）,防止直譯器同時執行多條python位元組碼，所以python不適用於高並行、多執行緒的應用程式。
三、使用Python進行資料分析常用的擴充套件包。
目前初始階段的學習主要涉及4個包的安裝：numpy、scipy、pandas、matplotlib
我筆電裡安裝的是Python2.7版本，在安裝了pip和setuptools工具，關於pip和setuptools工具的安裝詳見相關筆記。
最初使用的安裝命令很簡單：
pip install pandaspip install numpypip install scipypip install matplotlib但是只安裝成功了numpy和matplotlib兩個包，pandas和scipy安裝失敗，查閱了相關資料發現可能是版本問題或者包的依賴相關。
最終在stack overflow發現了一個很棒的Python包提供網址：http://www.lfd.uci.edu/~gohlke/pythonlibs/
當然官網也是非常好的，但是有些包更新的太頻繁，官網可能不提供2.7某些包的支援。
--這裡要Mark一下，後邊爭取寫一個爬蟲，搞下來所有的包防止丟失。
以上網址是加州大學歐文分校提供的Python相關庫的下載地址，修改#後邊的名字可以進去其他包的下載頁面，此頁面中提供了安裝某個包需要依賴的前置包的說明，非常友好。
依賴包說明類似：
然後就是一堆的pandas下載地址。
最終根據各個包的相關性先安裝了numpy+mkl的whl檔案，然後是安裝scipy最後是pandas。
安裝的方法如下：
1.下載對應的4個包放在D:目錄下（很奇怪我筆電是AMD64位元的但是安裝amd64版本的包報不支援的platform的錯誤，安裝了32位元的可以正常import）
2.cmd命令列進入D:目錄執行：pip install <包的全名>進行安裝。（如果已安裝了其他錯誤的版本，使用pip uninstall解除安裝）
最後使用如下類似命令檢視包的安裝位置：
Python 安裝setuptools和pip工具
setuptools模組和pip模組是python進行第三方庫擴充套件的極重要工具，例如我們在需要安裝一些爬蟲或者資料分析的包時就可以使用pip install命令來直接安裝這些包了，因此pip工具一定要提前安裝。
一、安裝setuptools
在python互動介面執行如下命令，指令碼我單獨拿出來：
from urllib import urlopendata = urlopen('http://peak.telecommunity.com/dist/ez_setup.py')open('ez_setup.py','wb').write(data.read())exit()
執行完畢後可以發現在C:UsersAdministrator目錄下出現了一個ez_setup.py的檔案，cmd執行python ez_setup.py，則安裝setuptools完畢
二、安裝pip工具
安裝setuptool之後就可以安裝pip啦。
安裝setuptools完畢後在C:Python27Scripts就可以看到easy_install的模組了，可以使用cmd命令進入此目錄，執行easy_install.exe pip來安裝pip模組。
執行安裝完畢後就可以在C:Python27Scripts下看到pip.exe工具，將C:Python27Scripts加入PATH則可以安裝其他第三方標準庫模組了，例如：
pip install requests可以安裝requests模組。
相關文章