pythonGuideFromZero-dataScience-0

序章

  1. 关于python;
  2. 为什么选择python来做数据科学;
  3. 准备实践环境;

千里之行,始于足下&

Python从零开始系列

关于Python

python是什么?

Python is an easy to learn, powerful programming language –引自The Python Tutorial

python 历史

20世纪80年代,荷兰大神 Guido van Rossum 开始了python 的开发。从第一个发行版本python 0.9.0 发行于1991年。

2008年,python 同时发行了python 2.6 和python 3.0 ,随后python 2和python 3 并行开发和发行。

说到这里,一个令初学者头疼的问题来了,选择哪个版本呢?
通常提倡学习python3。一些新特性会很实用。
但是python2执行起来会感觉更加流畅。

这篇教程主要以python3 为主。

python 特性

我们每学习一门编程语言,都会去关注其特性。了解编程语言的一些特性,有助于我们选择合适的技术栈。
接下来我们来看看python拥有哪些特性。

  1. 解释型编程语言。
  2. 多重泛型,例如:面向对象、函数式、命令式、过程式编程等等。
  3. 用途广泛,可以快速开发、交互式代码开发、构建大型复杂应用程序;既可以用于低级系统操作,有可以用于复杂的分析任务。
  4. 面向对象 object-oriented
  5. 高效的高级数据结构 efficient high-level data structures。
  6. 优雅的语法 elegant syntax
  7. 动态类型 dynamic typing(区别于静态声明)
  8. 强制缩进 (后续学习过程特别注意,缩进层级错了会导致解释器无法理解你写的代码)
  9. 垃圾回收机制
  10. 简单、易学、易用
  11. 跨平台(树莓派等嵌入式linux设备、esp8266、windows、osx、linux,32位和64位)
  12. 健壮
  13. 拥有健全的生态系统

为什么选择python来做数据科学

我们已经了解过python的特性,其中简单提到生态系统。

python拥有一套完善的生态系统,拥有强大的科学栈(Scientific Stack)。
简单说,科学栈就是很多库的集合,比如我们后续会一起学习的numpy、scipy、matplotlib、pandas ……。

其中的scipy实现了科学和金融中常用的重要功能。具体后续教程中一起学习。

对比java,python易学易用,代码可读性很高,免编译。

对比nodejs,python 科学栈非常诱人。

对比matlab, python 的大部分科学栈是免费的。同时python有很多现成的科学计算套件非常方便(比如pandas,spider)

准备实践环境

在对python 有了简单认识后,我们开始着手准备实验环境。

在windows上安装python

  1. python官网获取安装文件(64位32位)
  2. 以我的64位win10安装过程为例

    《pythonGuideFromZero-dataScience-0》 QQ截图20170403231025.png
    《pythonGuideFromZero-dataScience-0》 QQ截图20170403231240.png
    《pythonGuideFromZero-dataScience-0》 QQ截图20170403231455.png
    《pythonGuideFromZero-dataScience-0》 QQ截图20170403231512.png
    《pythonGuideFromZero-dataScience-0》 QQ截图20170403232104.png

  1. 检查环境变量是否生效,win键+R ==>>输入 cmd 回车==>>依次执行如下命令测试
python -V
pip -v

如果出现如下结果,恭喜你,python3.6.1版已经被安装到你的电脑上啦。

Microsoft Windows [版本 10.0.14393]
(c) 2016 Microsoft Corporation。保留所有权利。

C:\Users\ipaddr>python -V
Python 3.6.1

C:\Users\ipaddr>pip -V
pip 9.0.1 from d:\codelang\python36\lib\site-packages (python 3.6)

C:\Users\ipaddr>

选择一款顺手的文本编辑器

选择一款带代码高亮甚至代码提示的代码编辑器,可以有效提高效率。

这里推荐几款
vscode 是微软开源的一款轻量级代码编辑器,适当添加插件即可成为开发神器进入官网,点击Download按钮

sublime text 3 下载64位|下载32位

atom 下载64位|下载32位

notepad++ 下载64位|下载32位

准备科学栈

这里主要演示如何使用pip 安装 一些包(包可以是一个库或多个库的集合)

我们计划后续边学边准备我们自己的科学栈

先来安装一个ipython吧,这里有必要简单介绍一下ipython,IPython 可以认为是一个开发工具,类似于我之前提到的spyder.

pip install ipython

结果如下

C:\Users\ipaddr>pip install ipython
Collecting ipython
  Downloading ipython-5.3.0-py3-none-any.whl (750kB)
    100% |████████████████████████████████| 757kB 917kB/s
Collecting pygments (from ipython)
  Downloading Pygments-2.2.0-py2.py3-none-any.whl (841kB)
    100% |████████████████████████████████| 849kB 854kB/s
Collecting traitlets>=4.2 (from ipython)
  Downloading traitlets-4.3.2-py2.py3-none-any.whl (74kB)
    100% |████████████████████████████████| 81kB 2.5MB/s
Collecting colorama; sys_platform == "win32" (from ipython)
  Using cached colorama-0.3.7-py2.py3-none-any.whl
Collecting simplegeneric>0.8 (from ipython)
  Downloading simplegeneric-0.8.1.zip
Requirement already satisfied: setuptools>=18.5 in d:\codelang\python36\lib\site-packages (from ipython)
Collecting prompt-toolkit<2.0.0,>=1.0.4 (from ipython)
  Downloading prompt_toolkit-1.0.14-py3-none-any.whl (248kB)
    100% |████████████████████████████████| 256kB 1.7MB/s
Collecting decorator (from ipython)
  Downloading decorator-4.0.11-py2.py3-none-any.whl
Collecting pickleshare (from ipython)
  Downloading pickleshare-0.7.4-py2.py3-none-any.whl
Collecting ipython-genutils (from traitlets>=4.2->ipython)
  Downloading ipython_genutils-0.2.0-py2.py3-none-any.whl
Collecting six (from traitlets>=4.2->ipython)
  Using cached six-1.10.0-py2.py3-none-any.whl
Collecting wcwidth (from prompt-toolkit<2.0.0,>=1.0.4->ipython)
  Downloading wcwidth-0.1.7-py2.py3-none-any.whl
Installing collected packages: pygments, ipython-genutils, decorator, six, traitlets, colorama, simplegeneric, wcwidth, prompt-toolkit, pickleshare, ipython
  Running setup.py install for simplegeneric ... done
Successfully installed colorama-0.3.7 decorator-4.0.11 ipython-5.3.0 ipython-genutils-0.2.0 pickleshare-0.7.4 prompt-toolkit-1.0.14 pygments-2.2.0 simplegeneric-0.8.1 six-1.10.0 traitlets-4.3.2 wcwidth-0.1.7

C:\Users\ipaddr>

这样我们就安装好了ipython。从结果可以看到,新版本的pip已经可以自动安装该package所依赖的package

后续我们会经常这样安装package。

点赞

发表评论

电子邮件地址不会被公开。 必填项已用*标注