Pandas库的基础使用系列---基础环境搭建

前言

Pandas是Python的一个数据处理包，基于NumPy库，为解决数据分析任务而创建。它提供了高效操作大型数据集所需的工具，包括数据准备、数据清洗、数据转换、数据聚合等。Pandas纳入了大量库和一些标准的数据模型，支持多种数据格式，包括Excel和SQL数据库，也支持缺失数据处理、数据排序等常规数据整理操作。同时，Pandas基于标签的数据集操作也包括切片和采样等，还支持高性能的merge和join操作。此外，Pandas还支持时序数据操作，是使Python成为强大而高效的数据分析环境的重要因素之一。

image-20231208223546682

本系列文章将从环境搭建开始，带你一起学习如何使用Pandas进行数据处理。

环境介绍

本次使用的开发环境是Jupyter Lab因此无论你是windows还是Mac都不影响和我一起来动手实验，希望每位小伙伴能在看完文章后自己动手实验一下，有问题随时留言或者联系我，好了，废话不多说，我们今天先介绍如何搭建Jupyter Lab。

1. 下载miniconda

Miniconda是一个用于管理Python环境和其包的工具，可以方便地安装和删除Python的虚拟环境。

要安装Miniconda，可以访问清华大学开源软件镜像站，下载合适的版本（根据操作系统选择）。

对于Windows系统，下载的是一个exe文件，选择好安装路径后，一路next即可。在环境变量设置界面，选择系统变量下的Path变量，把安装目录及目录下的Scripts添加到Path变量中。然后进入cmd，输入conda–V及python–V。

对于Linux系统，下载的是一个bash脚本，在终端中输入bash 安装包名，然后全部默认选项即可。完成后，可以通过conda命令来创建和删除Python的虚拟环境。

以上信息仅供参考，如果还有疑问，建议访问官网查询。

官方网站：Miniconda — miniconda documentation

image-20231208232816064

根据自己的系统，下载正确的文件后，安装官方提示的进行安装即可。

2. 安装Jupyter-Lab库

如果你的miniconda安装完成后，理论上启动命令行工具将看到如下画面，在正常的命令行前面加上了(base)

image-20231208233121167

运行一下命令安装JupyterLab库

pip install jupyterlab -i  https://mirror.baidu.com/pypi/simple

image-20231208233424977

3. 验证一下

我在终端中输入

python -m jypyterlab

image-20231208233636729

在整个编程使用过程中，这个终端页面都不要关闭，否则Jupyterlab也会关闭的。

这时会自动打开浏览器，显示如下

image-20231208233717457

结尾

好了，今天只是带大家先把环境准备好，我们下期和大家介绍一下JupyterLab的一下常见用法。

我是Tango，一个热爱分享技术的程序猿，如果本篇文章对你有所帮助，欢迎转发给你的朋友。

我正在参与2023腾讯技术创作特训营第四期有奖征文，快来和我瓜分大奖！