python学习之数据分析(一):数据挖掘的基础环境的配置与介绍，(jupyter notebook)

一、数据挖掘的基础环境:

1.库的安装:

1.1 数据挖掘主要的基础环境:

matplotlib==2.2.2
numpy==1.14.2
pandas==0.20.3
TA-Lib==0.4.16
tables==3.4.2
jupyter==1.0.0

(linux环境下: )Ta-Lib安装会出现问题，需要先安装依赖库，按照以下步骤安装：

# 获取源码库
sudo wget http://prdownloads.sourceforge.net/ta-lib/ta-lib-0.4.0-src.tar.gz
# 解压进入目录
tar -zxvf ta-lib-0.4.0-src.tar.gz
cd ta-lib/
# 编译安装
sudo ./configure --prefix=/usr  
sudo make
sudo make install
# 重新安装python的TA-Lib库
pip install TA-Lib

2.Jupyter Notebook使用:

2.1 Jupyter Notebook介绍

Jupyter项目是一个非盈利的开源项目，源于2014年的ipython项目，并逐渐发展为支持跨所有编程语言的交互式数据科学计算的工具。

• Jupyter Notebook，原名IPython Notbook，是IPython的加强网页版，一个开源Web应用程序
• 名字源自Julia、Python 和 R（数据科学的三种开源语言）
• 是一款程序员和科学工作者的编程/文档/笔记/展示软件
• .ipynb文件格式是用于计算型叙述的JSON文档格式的正式规范
  

2.2 为什么使用Jupyter Notebook?

• 传统软件开发：工程／目标明确
  • 需求分析，设计架构，开发模块，测试
• 数据挖掘：艺术／目标不明确
  • 目的是具体的洞察目标，而不是机械的完成任务
  • 通过执行代码来理解问题
  • 迭代式地改进代码来改进解决方法
    实时运行的代码、叙事性的文本和可视化被整合在一起，方便使用代码和数据来讲述故事

1. 对比Jupyter Notebook和Pycharm

• 画图
  
• 数据展示:
  
• 总结：Jupyter Notebook 相比 Pycharm、Ipython在画图和数据展示方面更有优势。

2.3 Jupyter Notebook的使用-helloworld:

1. 界面启动, 创建文件:

• 界面启动:
  环境搭建好后，本机输入jupyter notebook命令，会自动弹出浏览器窗口打开Jupyter Notebook

# 进入虚拟环境
workon ai
# 输入命令
jupyter notebook

本地notebook的默认URL为：http://localhost:8888

想让notebook打开指定目录，只要进入此目录后执行命令即可:

• 新建notebook文档

  • notebook的文档格式是.ipynb
    

• 内容界面操作-helloworld
  标题栏：点击标题（如Untitled）修改文档名 菜单栏

• 导航-File-Download as，另存为其他格式

• 导航-Kernel

  • Interrupt，中断代码执行（程序卡死时）
  • Restart，重启Python内核（执行太慢时重置全部资源）
  • Restart & Clear Output，重启并清除所有输出
  • Restart & Run All，重启并重新运行所有代码

2. 2 cell操作

什么是cell？

cell：一对In Out会话被视作一个代码单元，称为cell

Jupyter支持两种模式：

• 编辑模式（Enter）
  • 命令模式下回车Enter或鼠标双击cell进入编辑模式
  • 可以操作cell内文本或代码，剪切／复制／粘贴移动等操作
• 命令模式（Esc）
  • 按Esc退出编辑，进入命令模式
  • 可以操作cell单元本身进行剪切／复制／粘贴／移动等操作
    1）鼠标操作
    
    2）快捷键操作
• 两种模式通用快捷键

cell行号前的 * ，表示代码正在运行

• 命令模式：按ESC进入

• 编辑模式：按Enter进入

3. markdown:

(常见使用没问题)