學習 Python

是進入資料科學領域的第一步,透過程式語言將我們已知或我們不知道怎麼發生的數學演算法,將資料轉譯成各種不同的 insight 做出決策、建置自動化流程甚至是預測用戶未來可能發生的行為,大家點擊進來專案的第一個動機,我想八九不離十是衝著 Python 而來,其次是數據分析(雖然我個人希望反過來)。因為資料科學的崛起及基於機器學習及深度學習有良好的支持度,Python 會成為程式的新寵兒,大部分在教學上會建議從 Anaconda 開始學習。


Anaconda

不是一種程式語言,他是一種集成管理工具

figure-1Anaconda 啟動後視窗

安裝 Anaconda 之後,他會預設一些常用來開發、視覺化及數據分析的 IDE , Integrated Develop Environment 工具,(註:IDE, 由於編譯語言需要經由撰寫、編譯、除錯、執行等過程,傳統上都是獨立運作,目前在高階語言中大部分將編輯器、編譯器、除錯器、執行等功能整合在同一套軟體中,使得程式發展的各項操作更加容易),其中最快速方便的 IDE 個人推薦可從 JupyterLab 作為起點,優點在於他的互動方式即時性高,支援 Markdown、視覺化圖表,及方便閱讀資料,其他選擇像是 Pycharm、Pipenv、Docker 等 Python 開發方式之後再一一介紹

除了 IDE 整合之外,在安裝 Anaconda 後也提供了像是 Pandas、Numpy、sklearn 等常用的套件庫也會連帶安裝,所以安裝包上會比較肥一點,是優點也是缺點,等工具熟稔之後再去自行取捨。

安裝 Anaconda

之前需先定下幾個資訊:

1. 作業系統部分支援 Windows、MacOS 及 Linux,除了 Windows 之外,其他兩個系統對於開發者和安裝是相當友善的。不過後面都會有完整的介紹。

2. 預備安裝的 Python 的版本,Python 2 大約在 2020 年初已停止更新,就不要再學 Python 2 了。Python 3 目前來講推薦穩定的版本是 3.7 ,未來專案內的所有範例也主要基於這個環境下,如果需要完整的更新或是這些版本之間的比較差異,也會在後面之後慢慢提到。

首先先到 官方網站 拉到最下方,找到下載連結,並下載對應的作業系統,建議初學者下載 Graphical Installer 即可

figure-2官方下載位置

注意兩個要點,安裝的路徑不要包含中文,否則 Python 認不得,然後就一路安裝到以下這個頁面,個人建議勾選這兩個選項,以避免 Python 再度認不得位置,尤其是 Windows 環境變數設置通常會出現一些難解的問題,此外,VScode 可跳過不影響 Python 安裝。

figure-3安裝注意事項











在導引完成之後,點擊 figure-4 圖示後,成功啟動看到文章一開始上述的頁面,就表示你完成了安裝。恭喜你有好的開始。



安裝完成

之後,大致上就完成了 80%,簡單的安裝介紹先到這部分。安裝的實例都是創作者實際從頭安裝的過程,請安心服用。

後續將針對環境及專案管理詳細的部分,跟著大家一起完成囉。


任何建議與問題也歡迎在以下留言區留言給我喔!我們下次見。


參考資料:

1. 工欲善其事、必先利其器,完整搭建 Anaconda 及 JupyterLab為例 (MacOS)(2)

2. 工欲善其事、必先利其器,Linux 和 Windows 安裝 Anaconda 及環境變數設定(3)

拍手 拍手
好文章需要你的鼓勵
拍手 拍手
追蹤

推薦文章

目前還沒有人留言喔,
成為第一個留言的人吧!
聲音節目
沒有描述
--:--
--:--
1.0x
播放速度
2.0x
1.75x
1.5x
1.25x
1.0x
0.75x
追蹤列表
播放清單
沒有播放清單
沒有待播放的清單
返回播放器
接著播放
清除全部
沒有待播放的清單