图源：Pexels

Anaconda是一个供数据科学家、IT专家，和商业领袖使用的数据科学平台，是Python、R语言等的一个发行版。针对数据科学，它有超过300个软件包，因此它迅速攀升为最好的数据平台之一。本篇导修将会探讨如何运用Anaconda帮助Python编程。以下是本文要探讨的主题：

Anaconda介绍

安装和启动

如何将Python库导入Anaconda

AnacondaNavigator

使用场景：

○Python基础

○数据分析

○机器学习和人工智能

*CDH:Cloudera’sDistributionIncludingApacheHadoop.

Cloudera包括ApacheHadoop的发行版本。

Anaconda介绍

Anaconda是Python和R的开源发行版本。它能够用于数据科学，机器学习，深度学习等领域。它能够让用户接触到超过300个数据库，因此对于任何程序员而言，Anaconda都是数据科学研究的上选。

相信你们对Anaconda已经有了一个基本概念，接下来了解如何安装它，并设置一个能够在系统上工作的环境。

安装和启动

想要安装Anaconda，可以进入这个网站。

下载页面

Anaconda启动

安装完成

安装完成后，打开Anacondaprompt并输入jupyternotebook*。

*JupyterNotebook:是一个基于Web的交互式计算环境，用于创建jupyternotebook文档。

Anacondaprompt

你会看到一个和下图一样的窗口：

JupyterNotebook文件查找器

现在，已经知道如何将anaconda应用到python里了，继续研究如何在anaconda里为不同的项目导入数据库。

导入Python库至Anaconda

打开Anacondaprompt，检查数据库是否已经安装。

检查NumPy*是否安装

*NumPy是Python语言的一个扩展程序库，支持高端大量的维度数组与矩阵运算，此外也针对数组运算提供大量的数学函数库。

因为没有名为numpy的模块存在，我们要运行以下指令来安装numpy。

安装NumPy中

安装完成，就会出现这样一个窗口：

NumPy安装完成

安装完一个数据库后，尽量再次导入模块以验证安装是否成功。

导入NumPy

如上图所示，这一步没有出现错误。这就是在Anaconda中安装不同数据库的方法。

AnacondaNavigator

AnacondaNavigator

AnacondaNavigator是Anaconda发行版附带的桌面图形用户界面（GUI），它能够让用户在不使用命令行的情况下启动应用程序，并管理conda软件包和环境。

Python基础

变量和数据类型

变量和数据类型是所有编程语言的基本组成部分。基于不同数据的属性，Python共有六种数据类型。其中，列表（list），字典（dictionary），集合（set），还有元组（tuple）是Python中的集合数据类型。

下面是变量和数据类型在Python中应用的例子：

datatypes

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("thelistis",a)

print("thedictionaryis",b)

print("thetupleis",c)

print("thesetis",d)

操作符（Operators）

Python中的操作符用于值或变量之间的操作。Python中有七种类型的操作符：

赋值操作符（AssignmentOperator）。

算术运算符（ArithmeticOperator）。

逻辑运算符（LogicalOperator）。

比较操作符（ComparisonOperator）。

位操作符（Bit-wiseOperator）。

会员操作符（MembershipOperator）。

身份识别操作符（IdentityOperator）。

下面是在Python中使用操作符的一个例子：

a=10

b=15

assignmentoperator

a+=10

print(a)

a!=10

logicaloperator

abanda10

thiswillgivethesumofallthenullvaluesinthedataset.

df1=(axis=0,how='any')

#thiswilldroprowswithnullvalues

找到每列空值的总数

当然也可以删除空值。

删除空值的所在行

箱线图（boxplot）

(x=df['SalaryRangeFrom'])

(x=df['SalaryRangeTo'])

薪资范围箱线图

薪资范围箱线图

散点图（scatterplot）

fig,ax=(figsize=(16,8))

(df['SalaryRangeFrom'],df['SalaryRangeTo'])

_xlabel('SalaryRangeFrom')

_ylabel('SalaryRangeTO')

()

薪资范围散点图

可视化

一旦根据需求改变了数据，就有必要分析这些数据，方式之一就是将结果可视化。更好的可视化表示有助于对数据投影进行最优分析。

下面是一个数据可视化的例子:

全职兼职工作者的柱状图

全职兼职工作者及工资结算方式柱状图

薪资范围直方图

薪资范围直方图

fig=(figsize=(10,10))

ax=()

((),annot=True,fmt=".2f")

("Correlation",fontsize=5)

()

用matplotlib绘制的热图

分析

完成可视化后，可以借助各种图表来进行分析。假设我们正在处理作业数据，通过查看某个区域中特定作业的可视化表示，便可以确定特定域中作业的数量。

根据上文的分析，可以假设下列结果：

和全职工作相比，数据集里兼职工作的数量非常少。

兼职工作只有不到500个，但全职工作的总数超过了2500个。

基于这一分析，可以建立一个预测模型。

留言点赞关注

我们一起分享AI学习与发展的干货

如转载，请后台留言，遵守转载规范