在计算机上设置数据科学环境

本文概述

python
R编程语言
Unix Shell
Git
总结

在像srcmini这样的在线交互式培训和教育平台上学习后, 下一步就是采用在Python, R, Git或Unix Shell中获得的技能, 然后在本地计算机上使用它。并非总是很容易知道要为各种项目安装的内容。本教程将使你知道使用各种技术入门所需的软件包, 软件。本教程将包括：

Anaconda Python发行版的好处以及如何在你的操作系统上安装它。

一起使用R和RStudio的好处, 以及如何在操作系统上安装它们。

Unix Shell的优点以及如何在操作系统上使用它。

使用Git的好处以及如何在你的操作系统上安装它。

这样, 我们就开始吧！

python

为了能够在本地计算机上使用Python, 首先需要安装它。有许多不同的python发行版, 但是对于数据科学而言, Anaconda Python发行版是最受欢迎的。

水蟒的好处

Anaconda是一个程序包管理器, 一个环境管理器和一个Python发行版, 其中包含许多开源程序包的集合。 Anaconda的安装附带许多软件包, 例如numpy, scikit-learn, scipy和pandas, 它们是预安装的, 也是推荐的安装Jupyter Notebook的方法。下图显示了Jupyter Notebook的运行情况。 Jupyter笔记本包含代码和富文本元素, 例如图形, 链接和方程式。你可以在此处了解有关Jupyter Notebooks的更多信息。

Anaconda的其他一些优点包括：

如果在安装Anaconda之后需要其他软件包, 则可以使用Anaconda的软件包管理器conda或pip安装这些软件包, 这非常有优势, 因为你不必自己管理多个软件包之间的依赖关系。 Conda甚至可以轻松地在Python 2和3之间切换(你可以在此处了解更多信息)。
Anaconda带有Python集成开发环境Spyder。集成开发环境是一种编码工具, 可让你编写, 测试和调试代码, 因为它们通常提供代码完成功能, 突出显示代码见解, 资源管理和调试工具以及许多其他功能。还可以将Anaconda与其他Python集成开发环境(包括PyCharm和Atom)集成。你可以在此处了解有关不同的Python集成开发环境的更多信息。

如何安装Anaconda(Python)

以下是一些有关如何在操作系统上安装Anaconda的指南的链接。

在Mac上安装Anaconda

在Windows上安装Anaconda

R编程语言

大多数人通常将RStudio与R编程语言一起安装。 RStudio集成开发环境(IDE)通常被认为是使用R编程语言的最简单, 最好的方法。

RStudio的好处

安装R编程语言后, 你可以从R语言获得一组功能和对象, 还可以使用R解释器来构建和运行命令。 RStudio为你提供了与R解释器一起使用的集成开发环境。

当你打开RStudio时, 将出现上述屏幕。四个RStudio窗格中包含的一些功能包括：(A)文本编辑器。 (B)仪表板到工作环境。 (C)R解释器。 (D)帮助窗口和软件包管理系统。所有这些功能使RStudio成为安装R后真正需要的。

如何安装R和RStudio

以下是一些有关如何在操作系统上安装R和RStudio的指南的链接。

在Mac上安装R和RStudio

在Windows上安装R和RStudio

Unix Shell

导航目录, 复制文件, 使用虚拟机等是数据科学家工作的常规部分。你通常会发现用于完成这些任务的Unix Shell。

Unix Shell的一些用法

1-许多云计算平台都基于Linux(利用Unix Shell)。例如, 如果你想在Google Cloud上设置数据科学环境, 或使用Jupyter Notebooks在云端(AWS EC2)进行深度学习, 则需要一些Unix Shell知识。有时你可能会使用Windows虚拟机, 但是这种情况并不常见。

2-Unix Shell提供了许多有用的命令, 例如：wc命令(用于计算文件中的行数或单词数), cat命令(用于连接/合并文件), head和tail命令(可帮助你对大文件进行子集化)。你可以在8个有用的数据科学Shell命令中了解有关此内容的更多信息。此外, 请查看Shell中srcmini的课程”数据处理”。

3-你会经常在本文的其余部分看到与其他技术集成的Unix Shell。

与其他技术的整合

你经常会发现其他技术中集成了Unix Shell命令。例如, 通常在Jupyter Notebook中与Python代码一起找到shell命令。在Jupyter Notebook中, 可以通过使用！转义到shell来访问shell命令。在下面的代码中, shell命令ls(列出当前目录中的所有文件)的结果分配给Python变量myfiles。

myfiles = !ls

下图显示了一些集成在工作流中的Python代码, 可以组合多个数据集。请注意, 集成在Jupyter Notebook中的Unix Shell命令(用红色矩形包围)。

请记住, 上图中的代码并不是执行任务的唯一方法, 而只是一个有关如何使用Unix的小例子。如果你想学习如何将Unix用于数据科学, srcmini提供了免费课程, 我强烈建议你学习Shell for Data Science。许多有抱负的数据科学家都忽略了这项技能, 但这是工作场所中非常重要的一项技能。

Mac上的Unix Shell

Mac带有Unix shell, 因此你通常不需要安装任何东西！重要的一点是, 有各种各样的Unix系统具有不同的命令。有时你会发现在另一个Unix系统上找不到Unix命令(例如wget)。与通过RStudio和Anaconda拥有软件包管理器的方式类似, 如果你安装Mac, 则可以拥有名为Homebrew的软件包管理器。下面的链接介绍了如何安装和使用Homebrew。

如何安装和使用自制软件

Windows上的Unix Shell命令

Windows没有Unix Shell。请记住, Unix Shell为你提供的功能是为Data Science提供有用的命令。在Windows上有很多不同的方法来获取这些有用的命令。你可以使用可选的Unix工具在Windows上安装Git, 以便在命令提示符下包含Unix命令。另外, 你可以在Windows(GOW)(10mb), Cygwin(最小100mb)上安装Gnu, 以及许多其他选项。

Git

Git是使用最广泛的版本控制系统。版本控制系统可以记录一段时间内对一个文件或一组文件的更改, 以便你以后可以调用特定版本。 Git是一项重要的技术, 因为它确实可以帮助你与他人合作, 并且在很多工作场所中都可以找到它。学习Git的一些好处包括：

使用Git控制的任何版本都不会丢失, 因此你可以随时返回查看程序的早期版本。
当你的工作与其他人的工作发生冲突时, Git会通知你, 因此意外覆盖工作更困难(但并非不可能)。
Git可以同步不同人在不同机器上完成的工作, 因此可以像你的团队一样进行扩展。
了解Git可以更轻松地为R和Python软件包的开源开发做出贡献。

与其他技术的整合

关于Git的很酷的事情之一就是你经常发现它与其他技术集成在一起。之前我提到过, RStudio集成开发环境(IDE)通常被认为是使用R编程语言的最佳方式。 RStudio提供了版本控制支持, 大多数Python集成开发环境(IDE)(在此处了解更多信息)都提供了版本控制支持。

如果你想学习如何将Git用于数据科学, srcmini提供了一个免费课程, 我强烈建议你免费学习Git for Data Science。

如何安装Git

以下是一些有关如何在操作系统上安装Git的指南的链接。

在Mac上安装Git

在Windows上安装Git

总结

本教程提供了一种在本地计算机上设置本地数据科学环境的方法。需要强调的重要一点是, 这些技术可以并且经常集成在一起。如果你对本教程有任何疑问或想法, 请随时通过以下评论或通过Twitter与我们联系。另外, 请随时查看我在Github或Medium博客上的其他基于安装的教程。

本文概述