企业官网建设流程全解析

武侯区网站建设哪里好点,wordpress 标题入库,金融网站建设,一般购物网站有哪些模块1 环境搭建及使用 学习目标 独立完成开发环境搭建掌握 Anaconda的使用方法掌握DataSpell和Jupyter Notebook的使用方法 1 开发环境搭建 1.1 简介 Anaconda 是最流行的数据分析平台#xff0c;全球两千多万人在使用Anaconda 附带了一大批常用数据科学包 condaPython150 多…1 环境搭建及使用学习目标独立完成开发环境搭建掌握 Anaconda的使用方法掌握DataSpell和Jupyter Notebook的使用方法1 开发环境搭建1.1简介Anaconda 是最流行的数据分析平台全球两千多万人在使用Anaconda 附带了一大批常用数据科学包condaPython150 多个科学包及其依赖项Anaconda 是在 conda一个包管理器和环境管理器上发展出来的Conda可以帮助你在计算机上安装和管理数据分析相关包Anaconda的仓库中包含了7000多个数据科学相关的开源库Anaconda 包含了虚拟环境管理工具通过虚拟环境可以使不同的Python或者开元库的版本同时存在1.2 Anaconda安装Anaconda 可用于多个平台 Windows、Mac OS X 和 Linux可以在官网上下载对应平台的安装包如果计算机上已经安装了 Python安装不会对你有任何影响安装的过程很简单一路下一步即可访问https://www.anaconda.com/products/individual如下图所示点击下载根据你的操作系统来选择相应的版本下载从Windows中上传安装包到Linux虚拟机安装anaconda2 Anaconda的使用2.1 Anaconda的虚拟环境管理不同的python项目可能使用了各自不同的python的包、模块不同的python项目可能使用了相同的python的包、模块但版本不同不同的python项目甚至使用的Python的版本都是不同为了让避免项目所使用的Python及包模块版本冲突所以需要代码运行的依赖环境彼此分开业内有各种各样的成熟解决方案但原理都是一样的不同项目代码的运行使用保存在不同路径下的python和各自的包模块不同位置的python解释器和包模块就称之为虚拟环境具体关系图如下虚拟环境的本质就是在你电脑里安装了多个Python解释器可执行程序每个Python解释器又关联了很多个包、模块项目代码在运行时是使用特定路径下的那个Python解释器来执行虚拟环境的作用很多开源库版本升级后API有变化老版本的代码不能在新版本中运行将不同Python版本/相同开源库的不同版本隔离不同版本的代码在不同的虚拟环境中运行通过命令行创建虚拟环境格式如下 conda create -n 虚拟环境名字pythonpython版本#创建虚拟环境开始新项目时执行一次conda activate 虚拟环境名字#进入虚拟环境每次打开终端都需要执行conda deactivate#退出虚拟环境一般很少使用conda remove -n 虚拟环境名字 --all#删除虚拟环境一般很少使用示例 conda create -ntestpython3.8conda activatetestconda deactivate conda remove -ntest--all2.3 Anaconda的包管理功能可以通过conda install 安装【不推荐】conda install 包名字可以通过pip install 安装pipinstall包名字安装其他包速度慢可以指定国内镜像# 阿里云https://mirrors.aliyun.com/pypi/simple/# 豆瓣https://pypi.douban.com/simple/# 清华大学https://pypi.tuna.tsinghua.edu.cn/simple/# 中国科学技术大学 http://pypi.mirrors.ustc.edu.cn/simple/pipinstall包名 -i https://mirrors.aliyun.com/pypi/simple/#通过阿里云镜像安装本阶段需要安装的python包可以通过以下命令安装conda activate test #首先激活虚拟环境必须先激活虚拟环境再安装 pip install pandas matplotlib seaborn jupyter notebook #使用pip安装3 启动 Jupyter服务3.1 创建jupyter配置文件目录创建jupyter配置目录mkdir .jupyter cd .jupyter3.2 将jupyter配置文件上传到虚拟机3 在Linux终端启动 Jupyter服务启动jupyter# conda activate test # 根据课程选择相应虚拟环境也可直接在base环境中运行 jupyter notebook4 DataSpell4.1 DataSpell介绍DataSpell是由Jetbrains开发的专门面向数据科学的IDE。DataSpell 支持本地和远程 Jupyter Notebook。 可以直接在 IDE 中使用与 Jupyter 或 JupyterLab 相比的主要优势在于可以获得成熟 IDE 提供的智能编码辅助和许多其他功能。DataSpell 支持 Jupyter 的命令模式、大多数标准快捷键、Markdown 和 LaTeX 以及交互式输出。 对于 Python 和 R 脚本DataSpell 可以运行整个脚本或其中的一部分并以交互方式轻松浏览输出。4.2 DataSpell安装DataSpell安装比较简单只用下一步安装就可以了DataSpell安装完成之后需要配置环境这里暂不配置配置运行环境添加一个Jupyter连接选择URL输入 http://192.168.88.161:8888 即前面启动的jupyter notebook地址输入密码这里密码是123456配置完成4.3 DataSpell的使用创建Jupyter Notebook文件Jupyter Notebook 文档的扩展名为.ipynb如图所示红框内被称为单元格是输入代码的地方常用快捷键两种模式通用快捷键ShiftEnter执行本单元代码并跳转到下一单元格CtrlEnter执行本单元代码留在本单元格命令模式按ESC进入Ycell切换到Code模式Mcell切换到Markdown模式A在当前cell的上面添加cellB在当前cell的下面添加cell双击D删除当前cell编辑模式按Enter进入多光标操作Ctrl键点击鼠标回退CtrlZ重做CtrlY补全代码变量、方法后跟Tab键为一行或多行代码添加/取消注释Ctrl/4.4 Notebook中使用Markdown在命令模式中按M即可进入到Markdown编辑模式使用Markdown语法可以在代码间穿插格式化的文本作为说明文字或笔记Markdown语法简介# 表示一级标题 ## 表示二级标题 - 减号后面加空格表示无序列表 1. 表示有序列表 ​输入代码 引用总结独立完成开发环境搭建安装Anaconda作为开发环境的管理器掌握 Anaconda 的使用方法Anaconda可以管理虚拟环境Anaconda可以管理虚拟环境中的软件包掌握DataSpell的使用方法扩展名为.ipynb在cell中编辑代码和展示输出结果支持Markdown语法