飞速搞定数据分析与处理-day1开发环境

Anaconda

在使用 Anaconda 的情况下，应该尽可能地用 Conda 安装各种软件包。而 pip只是用来安装那些在 Conda 中找不到的软件包。不然的话 Conda 可能会覆盖你用 pip 安装的包。

当你创建新项目时，为每个项目使用单独的 Conda 环境或者虚拟环境是很好的实践方式。这可以让你规避不同项目之间的依赖冲突。

具体的详细的过程，可以参考：公众号下的另一篇文章《python的环境，你再也不用愁》

Jupyter lab

Jupyter Lab则是Jupyter的下一代笔记本界面。Jupyter Lab 是一个基于Web的交互式开发环境，用于Jupyter notebook、代码和数据。 Jupyter Lab 非常灵活，可支持数据科学、科学计算和机器学习领域的广泛工作。 Jupyter Lab 是可扩展和模块化的,其可编写插件来添加新组件并与现有组件相集成。

• • 可以开启终端，用于交互式运行代码，完全支持丰富的输出
• • 支持Markdown，Python，R，LaTeX等任何文本文件
• • 增强notebook功能
• • 更多插件支持

如果你在日常生活中，有以下需求，我觉得你可以安装一个JupyterLab

• • 随时随地希望试验一些代码片段
• • 多语言、多文档支持
• • 有记笔记需求（文本+代码）

img

安装Jupyter Lab

首先进入自己的Python环境或者其他Conda虚拟环境

pip install jupyterlab
//或者
conda install -c conda-forge jupyterlab

Jupyter Lab配置

使用命令创建配置文件，其会生成C:\Users\用户名\.jupyter\jupyter_notebook_config.py或者/home/用户名/.jupyter/jupyter_notebook_config.py

jupyter lab --generate-config

可以在Terminal强制设置/修改密码

jupyter lab password

Jupyter Lab启动

在Terminal输入:

jupyter lab

更多启动命名可通过jupyter lab --help查看，启动之后即可在浏览器输入：ip+端口 ，进行访问，如： http://127.0.0.1:8888/lab。

img

VS Code

vscode也是一个非常好的编辑器，可以参考公众号下之前发过的一篇文章《Python入门系列（一）安装环境》,比这书的介绍的更详细，这里就不做累赘了。

个人感想

这本书的节奏有点快，都是很核心的干货，就像高考老师整理好的重点，所以有照着我教程学的小伙伴，要紧跟步伐了。