数据分析1.1 —— 环境配置与简介

环境安装与简介

首先下载必备软件与环境。 这里早先不推荐使用普通Python编辑器，若使用付费版本Pycharm 可以兼容Jupyter请自选。由于在数据分析中很重要的一环是数据可视化，所以以个人经验而言，能快速的得到每一行代码的逻辑反馈也是进行高效学习的重要一环。

软件Anaconda

社区版为免费安装使用，请尽量使用正版以免不必要麻烦，下载地址： Anaconda，链接地址：https://www.anaconda.com/download/success（具体地址，超链接已插入。）Mac版与Windows版在其中都有涵盖，请不同平台的用户自选。

安装中地址可随意，其他使用默认选项即可。

Pip 环境管理工具说明及注意事项

在数据分析的编程中请理解Python为工具使用的操作台，我们会使用Python去操作很多的工具，通常称作为“调包” （package） 。其中pip为一个不同“包”的管理系统，用于安装和卸载，统称环境管理工具。pip install xxxxx是一个常用指令，其中pip为一个不同“包”的管理系统。

如果使用anaconda可在Jupyter Notebook的cell中直接运行pip指令或在主界面使用管理工具，如：

如果使用编辑器如PyCharm请在terminal（控制台）运行，如：

pip install xxx 为安装包， pip uninstall xxx 为卸载，pip ls 为罗列所有已安装的包，pip freeeze > requirements.txt 为在当前文件夹生成当前已安装的所有包集合，生成文件名为 requirements.txt，后期迁移使用 pip install -r requirements.txt 一键安装。

常用“包”

对于数据分析的探索阶段我们常用的几种包有， pandas，numpy，matplotlib。分别用于，展示读取表格，数字类型的运算，与图表数据的可视化。

例如：

当涉及到具体应用时，我们会使用到机器学习，深度学习等技巧去执行分类，预测或提取文字图像分析。其中常用的“包”为pytorch，scikit-learn，scikit-image，tensorflow等。复杂的内容将会在后面的内容中一一为大家阐述。

在此，我将使用太空泰坦尼克号数据集，以直观的方式带大家学习数据分析与机器学习。

其中不会很详细的涉及到不同机器学习算法的原理，不过我会将材料贴给大家。更多的我是涉及到应用与工业化的技巧。

如果有感兴趣的朋友想要具体了解原理的讲解请给我评论～