零、数据科学实战

欢迎来到阅读数据科学实战课程的实践材料。

本笔记本将指导你获取使用这些教程和作业所需的工具。

• python 3.6，以及 anaconda 发行版（满足此要求）
• Jupyter 笔记本（datahub 满足这个要求）

本课程以及本系列教程假定你已具备一些编程基础知识。

特别是它假定了 Python 的一些知识，涵盖了标准库。

如果你对 Python 有些不熟悉，可以按照 Python 笔记本中的链接来补上。

这些教程和作业中的示例在计算上并不重要。

你应该能够在你有权访问的任何计算机上运行所有这些材料，假设它将运行上述工具。

以下是此类所需的一系列工具

Jupyter 笔记本是混合代码的，输出和纯文本的一种方法。它们在 Web 浏览器中运行，并连接到内核以便能够执行代码。

官方的 Jupyter 网站在。

笔记本可以在网页上展示，并与他人共享。NBViewer 是一个托管和展示笔记本的工具。

NBViewer 在这里提供。

请注意，NBViewer 不是你需要下载的工具，或者根本不需要使用它，它只是一个在线查看笔记本的有用工具。

Anaconda 是 Python 的开源发行版，专为科学计算，数据科学和机器学习而设计。

anaconda 网站是，下载页面在这里。

Anaconda 本身就是一个发行版，即一系列包装，这些包被一起策划和维护，并且功能强大。

Anaconda 还附带了 conda，它是一个包管理器，允许你下载，安装和管理其他包。

anaconda 发行版包括这些教程所需的所有软件包。

• 如果你使用的是 Mac，则可以使用本机安装的 python。本机安装的 Python 可能较旧，不包括此类所需的额外软件包，最好保持不变。
  • 下载 anaconda 将安装一个单独的，独立的 Python，保持原生安装不受影响。
• Windows 本身不需要 Python，因此通常不会预先安装。
• 如果你需要本地副本（这是一个好主意！），请按照本教程逐步进行操作。或者，你可以将 用于本课程的所有内容。

Git 是一个用于版本控制的工具，一个软件包。Github 是一个可以与 git 一起使用的在线托管服务，并提供使用 git 的在线工具。

Git 和 GitHub 不是一回事，但在实践中，它们通常一起使用，git 用作一个工具，对代码版本控制，管理存储在计算机上的多个副本，以及存储在 Github 上的远程存储库。

请注意，虽然 GitHub 是一家私营公司，但 git 是一个开源工具，可以独立于 GitHub 使用。

SourceTree 是一个免费的图形用户界面（GUI），用于使用 git 和 Github 管理存储库。

SourceTree 可以在这里获得。你需要在 上创建一个 SourceTree 的帐户，但这是免费的。

如果你知道，或者想学习从命令行使用 git，则无需使用 SourceTree（或任何其他 GUI）。

环境是独立的，编程语言和包组的独立安装，它们不会相互干扰。

Anaconda 有使用环境的详细说明，在这里。

你不需要使用环境，但是如果你想要或需要维护多个不同版本的 Python，你可能会发现它很有用。

如果要使用环境，并且已经有 conda，则可以从命令行运行此命令：

用名称替换来调用此环境。这将使用 Python 3.6 和 anaconda 发行版安装新环境。

然后，你需要（每次）激活此环境来使用它。为了激活你的环境：

为了关闭你的环境：