“工欲善其事，必先利其器”，这里咱们来建立一套高效的 Python 开发环境，为后续的数据剖析做准备。

关于高效作业，关于需求编写 Python 代码进行数据剖析的作业而言，首要触及两个方面。

1. 一款具有强壮的主动完结和过错提示的开发东西

Python 丰厚的函数库和组件库是这门言语强壮的中心原因，但咱们不可能去回忆一切的办法名和参数名，往往只能记住一些常用的或者某个办法最初的几个字母。这个时分一个好的开发东西就需求能聪明地“猜”出你想输入的代码，并给出候选列表便利你挑选（相似于输入法的字词提示功用）。

别的，当你输入过错的时分，这个东西能够提示你详细是哪里错了，主张改成什么，然后大幅提高编写功率。在别人还在查到底是哪个单词拼错了导致代码跑不起来的时分，你现已写完一个完好的模块了。

2. 把握快捷键

Python 数据剖析需求边写边看成果，乃至每写两行代码就需求点击运转、新建文本段落、代码段落等操作。所以熟练地把握快捷键，能够使绝大多数的操作都不需求鼠标，手不用脱离键盘就能完结，起到事半功倍的效果。

整个装备进程相比传统的环境装置略微多了几步，不过并不杂乱，只需求跟着一步一步操作就能够。

建立环境的版别阐明如下： Anaconda3.0

VS Code 1.51.1

实际并无太多版别约束，你装置最新版即可。

第一步、数据科学增强版的 Python 环境：Anaconda

Anaconda 是一个 Python 数据科学东西包，里面包含了 Python 做数据核算最常用的库和东西，归于必装软件。现在它现已非常成熟，而且整套 Anaconda 能够免费提供给个人运用。

1. 用浏览器访问 Anaconda 的个人版页面：www.anaconda.com/products/in… ，点击 Download，页面会主动跳转到详细的下载页面：

**2. 根据自己的设备类型 （Mac/Windows），挑选适宜的装置包版别。**不管 Windows 仍是 Mac， 都挑选 Graphical Installer，它代表图形化的装置器，之后更易于运用。

3. 下载之后双击装置包进行装置（如图所示），直接点击 Next。

6. 最终一个装备界面是高级选项，不用更改，直接点击 Install，等待 2~3 分钟之后，即可完结装置。

装置结束之后，能够从程序中找到 Anaconda Navigator，点击翻开就能够看到整套 Anaconda3 的一切东西（如下图所示）：

其中 Notebook 是数据剖析应用规模最广泛的东西，但它却不是一款满足有功率的东西，由于它缺乏智能的代码输入联想、主动完结和过错提示。而有功率的剖析师是不会忍受自己用“记事本”写代码的。

所以，接下来，咱们能够在自己的电脑中装备一个智能、强壮的 Notebook（此时装置好的 Anaconda3 页面先不关闭）。

第二步，飞一般的代码修改器：VS Code

VS Code（ Visual Studio Code），是微软开发的跨平台代码修改器，靠着其强壮的插件生态，现在现已成为全球最盛行的代码修改器。本次咱们就经过 VS Code，来解决 Notebook 开发功率的问题。

首先依照以下的进程装置和装备 VS Code。

**1. 下载：**用浏览器访问code.visualstudio.com/，网页会直接辨认当时的…

**2. 装置：**下载结束后，双击装置包进行装置，悉数默许装备即可。

3. 装置中文言语包【可选，习气英文的同学能够越过】：启动 VS Code，进入插件 Tab（左侧边栏最终下方的图标），输入 【Chinese】，呈现的第一个插件，点击 Install 装置。装置完结后，重启 VS Code 即可收效。

4. 装置 Python 插件：依旧是在插件面板，输入 【Python】，装置列表中的第一个插件。

第三步，装备 VS Code 运用 Anaconda 的 Python 环境

翻开 VS Code，挑选【文件】-【新建文件】，会建立一个默许的文本文件，按 CTRL s 保存，文件名为【hello.py】。

后缀名必定要是 .py，由于 VS Code 要根据文件的后缀名来匹配适宜的东西链。

保存之后，假如 VS Code 辨认到 Python 文件，咱们上一步装置的 Python 插件就会开端作业，寻找本机的 Python 环境，成果会展现在下方的状态栏上。

Anaconda 的 Python 环境包含了丰厚的科学核算的库，所以是做数据剖析的首选。

承认环境之后，咱们即可进入最终一步。

第四步，Jupyter in VS Code

咱们进入 VS Code 的插件 Tab（左侧边栏最下方的图标），输入 Jupyter 装置由微软官方出品的 Jupyter 插件（前几个有 Microsoft 字眼的）。

装置完结之后，重启 VS Code（假如显现是禁用，那就是装置好了，直接操作后续即可）。按 【CTRL P】 弹出指令面板，输入【>Jupyter】，此时会列出一切 Jupyter 插件支撑的操作，挑选 【Jupyter: Create New Blank Jupyter Notebook】，如下图所示。

翻开修改界面，咱们将 Notebook 可操作性的区域分为三个部分：主操作区、Cell 操作区、 边栏操作区。

主操作区：首要用来操控整个 Notebook 的一些行为.(大家能够把鼠标放在图标上看一下各个按钮对应的功用)。

边栏操作区：不同方位的“ ”号代表在不同方位刺进 Cell。

Cell 操作区：首要用来操控当时 Cell 的行为。

Cell 是 Notebook 中的中心概念，直译过来是“单元格”，但 Notebook 中的 Cell 却不能用单元格简略概括，所以本文统一用 Cell 描绘，一个 Notebook 由多个 Cell 组成。 Cell 一共有两种类型：

代码 Cell，首要用来编写 Python 代码，每个代码 Cell 都能够单独履行，而且履行成果会展现在 Cell 的下方。

文本 Cell，望文生义，用来编写文本, 关于数据剖析作业而言，除了代码自身，剖析的思路、推导的逻辑相同非常重要，文本 Cell 就是用来承载这些内容。

这也是 Notebook 差异于 IPython 最大的当地，能够完结代码和文本的混排，来最大化的呈现数据剖析的产出。

Notebook 的根本操作

接下来，咱们经过一个详细的目的，学习一下 Notebook 的根本操作。这些操作在后续的博文中会经常用到，咱们先经过几个简略的小事例初步了解一下。

1、创立一个 Notebook，保存为 my_practice.ipynb。

2、增加一个 Cell，经过代码打印“this is my first Notebook”, 并运转。 在之后的事例中，咱们每介绍一个小阶段，都会经过新建一个 Cell 来编写代码测试咱们试验的内容。

3、增加一个 Cell，并转换成文本 Cell，输入文字“我的数据剖析起程了！”。

4、增加一个 Cell，经过代码打印 1 1 的成果。

下面咱们开端完结上面的事例：

第一步，按【CTRL P】（Mac 对应【CMD P】）， 调出 VS Code 的指令面板，输入【> Jupyter】能够看到 Notebook 插件支撑的指令，其中比较常用的几个如下。

1. Create New Black Jupyter Notebook： 创立新的空白 Notebook 作业区。
2. Export to PDF：将当时的 Notebook 导出为 PDF，在后续写数据剖析陈述的时分会用到。
3. Import Jupyter Notebook：导入已有的 Notebook。用来导入已有的 Notebook 文件。

第二步，新建 Cell，咱们点击边栏操作区的 号即可新建 Cell， 然后咱们输入以下代码：

print(1 1)

运转 Cell，能够看到打印了“2”，至此，咱们的使命现已悉数完结。整个进程如图所示。

至此，你现已在自己电脑上装备出一套面向数据剖析的 Python 开发环境，也知道怎么新建 Notebook，以及在 Notebook 中增加代码 Cell 来输入代码、文本 Cell 来输入文字。