零基础上手Python数据分析 (1)：Windows环境配置与开发工具，开启数据科学之旅！

—— 工欲善其事，必先利其器：迈出Python数据分析的第一步

为什么要选择 Python 进行数据分析？

在数据科学领域，Python 已经成为事实上的标准语言，这并非偶然。 它拥有众多优势，使其在数据分析领域脱颖而出：

• 简洁易学： Python 语法清晰简洁，接近自然语言，即使没有任何编程基础，也能相对快速地入门。 这大大降低了学习门槛，让你能更快地专注于数据分析本身，而不是被复杂的编程语法所困扰。
• 强大的库生态系统： Python 拥有丰富且强大的第三方库，尤其在数据分析、科学计算、机器学习等领域，例如：
  • Pandas: 提供高效的数据结构 (DataFrame, Series) 和数据分析工具，用于数据清洗、处理、转换和分析。
  • NumPy: 提供高性能的数值计算功能，是很多科学计算库的基础。
  • Matplotlib & Seaborn: 强大的数据可视化库，用于创建各种静态、动态、交互式图表。
  • Scikit-learn: 全面的机器学习库，包含各种常用的机器学习算法。
  • … 以及更多专注于特定领域的库，几乎涵盖了数据分析的方方面面。
• 开源免费，社区活跃： Python 是开源免费的，这意味着你可以免费使用和学习。 同时，Python 拥有庞大而活跃的社区，遇到问题可以很容易地找到解决方案和帮助。 丰富的学习资源和社区支持，让你的学习之路不再孤单。
• 跨平台性： Python 可以在 Windows、macOS、Linux 等多种操作系统上运行，这意味着你在一台电脑上编写的代码，可以轻松地在其他平台上运行，具有很好的可移植性。

总而言之，Python 凭借其易用性、强大的功能和活跃的社区，成为了数据分析的最佳选择之一。 选择 Python，你将站在巨人的肩膀上，更高效地进行数据分析工作。

🚀 第一步：安装 Anaconda，一站式搞定 Python 环境

对于初学者，我们强烈推荐使用 Anaconda 来安装和管理 Python 环境。 Anaconda 是一个开源的 Python 发行版本，它预装了 Python 解释器、常用的数据科学库（例如 NumPy, Pandas, Matplotlib 等）以及包管理工具 conda。 使用 Anaconda，你可以省去手动安装各种库的繁琐步骤，一次安装即可拥有进行数据分析所需的大部分工具，极大地简化了环境配置过程。

为什么推荐 Anaconda？

• 一站式安装，省时省力： Anaconda 预装了大量常用的数据科学库，避免了新手手动安装各种库的麻烦，节省大量时间和精力。
• 包管理工具 conda： conda 可以方便地管理 Python 包和环境。 你可以使用 conda 轻松安装、更新、卸载各种 Python 包，还可以创建和管理不同的 Python 环境，避免不同项目之间的库版本冲突。
• 环境隔离： conda 环境可以实现项目之间的环境隔离。 这意味着你可以为不同的项目创建独立的 Python 环境，每个环境可以安装不同版本的库，互不干扰，有效解决项目依赖冲突问题。
• 跨平台兼容性： Anaconda 支持 Windows、macOS、Linux 等多个操作系统，保证了学习和工作的环境一致性。

下面，我们来一步步教你如何在 Windows 系统上安装 Anaconda：

(请注意：以下步骤以 Windows 10 系统为例，其他 Windows 版本步骤类似。 安装过程中请确保你的电脑已连接互联网。)

步骤 1：访问 Anaconda 官网

打开你的浏览器，访问 Anaconda 官网：https://www.anaconda.com/

(建议：使用 Chrome、Edge 或 Firefox 等主流浏览器访问，避免使用老旧浏览器)

步骤 2：下载 Anaconda 安装包

在 Anaconda 官网首页，通常会有一个明显的 “Free Download” 或 “Download” 按钮，点击该按钮。 你将被引导到 Anaconda 的下载页面。

在下载页面，你会看到 Anaconda 针对不同操作系统（Windows, macOS, Linux）的安装包。 请确保选择 Windows 选项卡，并根据你的 Windows 系统版本（64-Bit 或 32-Bit）选择对应的安装包。

(如何查看 Windows 系统版本？)

• Windows 10: 右键点击 “此电脑” (或 “我的电脑”) 图标，选择 “属性”。 在弹出的 “系统” 窗口中，查看 “系统类型” 一栏，即可看到你的系统是 64 位还是 32 位操作系统。

通常情况下，现代电脑都使用 64 位操作系统，建议选择 64-Bit 安装包。 如果你的电脑比较老旧，或者不确定系统版本，可以选择 32-Bit 安装包。

点击你选择的安装包链接，开始下载 Anaconda 安装程序。 安装包文件通常比较大，可能需要一些时间下载，请耐心等待。

步骤 3：运行 Anaconda 安装程序

下载完成后，找到你下载的 Anaconda 安装包文件 (通常是以 .exe 为后缀的文件)，双击运行安装程序。

你可能会看到 Windows 的用户账户控制 (UAC) 提示，询问是否允许此应用对你的设备进行更改，请点击 “是” (Yes) 允许安装程序运行。

Anaconda 安装程序将启动，进入安装向导界面。

步骤 4：开始安装

在 Anaconda 安装向导界面，首先会显示欢迎界面，点击 “Next” (下一步) 继续。

步骤 5：阅读许可协议

接下来会显示 Anaconda 的许可协议，请仔细阅读协议内容。 如果同意协议条款，请选择 “I Agree” (我同意) ，然后点击 “Next” (下一步) 继续。

步骤 6：选择安装类型

在 “Choose Installation Type” (选择安装类型) 界面，你可以选择 “Just Me” (仅为我安装) 或 “All Users” (为所有用户安装)。

• Just Me (推荐)： 只为当前用户安装 Anaconda。 这是推荐的选项，尤其当你的电脑是个人使用时。
• All Users： 为电脑上的所有用户安装 Anaconda。 如果你的电脑是多人共用，并且需要所有用户都能使用 Anaconda，可以选择此选项。 选择此选项可能需要管理员权限。

通常情况下，选择 “Just Me” 即可。 选择完成后，点击 “Next” (下一步) 继续。

步骤 7：选择安装路径

在 “Choose Install Location” (选择安装路径) 界面，你可以选择 Anaconda 的安装路径。 默认情况下，Anaconda 会安装在你的用户目录下的 anaconda3 文件夹中 (例如 C:\Users\YourUserName\anaconda3 )。

建议使用默认安装路径，除非你有特殊需求需要更改安装路径。 请确保你的磁盘有足够的可用空间来安装 Anaconda (建议至少预留 5GB 以上的可用空间)。

点击 “Next” (下一步) 继续。

步骤 8：高级安装选项

在 “Advanced Installation Options” (高级安装选项) 界面，有两个选项：

• Add Anaconda3 to my PATH environment variable (不推荐勾选): 将 Anaconda 添加到系统环境变量 PATH 中。 不建议初学者勾选此选项。 勾选此选项可能会导致与其他 Python 环境冲突，尤其当你电脑上已经安装了其他 Python 版本时。 我们后续会介绍更安全的环境管理方式。
• Register Anaconda3 as my default Python 3.x (推荐勾选): 将 Anaconda 的 Python 3.x 版本注册为系统默认的 Python 版本。 建议勾选此选项。 这样可以确保当你从命令行或其他程序中调用 python 命令时，默认使用的是 Anaconda 的 Python 版本。

建议只勾选 “Register Anaconda3 as my default Python 3.x” 选项，保持 “Add Anaconda3 to my PATH environment variable” 选项不勾选。

选择完成后，点击 “Install” (安装) 开始安装 Anaconda。

步骤 9：等待安装完成

Anaconda 安装程序将开始安装过程，这可能需要几分钟到十几分钟不等，取决于你的电脑配置。 请耐心等待安装完成。 在安装过程中，你会看到安装进度条。

步骤 10：安装完成

当安装进度条达到 100% 时，表示 Anaconda 安装完成。 点击 “Next” (下一步) 继续。

步骤 11：完成设置 (可选)

在 “Completing Anaconda Setup” (完成 Anaconda 设置) 界面，你可以选择是否了解 Anaconda Cloud 和 Anaconda Navigator。 这两个选项是可选的，你可以根据自己的兴趣选择是否勾选。

点击 “Finish” (完成) 按钮，关闭安装向导。

恭喜你！ 至此，你已经成功在 Windows 系统上安装了 Anaconda，也就意味着你已经拥有了 Python 环境！ 🎉

🛠️ 第二步：验证 Python 环境是否安装成功

安装完成后，我们需要验证 Python 环境是否安装成功。 最简单的方法是打开 命令提示符 (Command Prompt) 或 PowerShell，输入 python --version 命令，查看 Python 版本信息。

如何打开命令提示符 (Command Prompt)？

• 方法一： 在 Windows 搜索栏 (通常位于屏幕左下角) 输入 “cmd” 或 “命令提示符”，然后点击 “命令提示符” 应用。
• 方法二： 按下 Win + R 组合键，打开 “运行” 对话框，输入 “cmd”，点击 “确定”。

如何打开 PowerShell？

• 方法一： 在 Windows 搜索栏 输入 “PowerShell”，然后点击 “Windows PowerShell” 应用。
• 方法二： 右键点击 Windows “开始” 按钮 (屏幕左下角 Windows 图标)，在弹出的菜单中选择 “Windows PowerShell” 或 “Windows PowerShell (管理员)”。

打开命令提示符或 PowerShell 后，输入以下命令并按下 Enter 键：

python --version

如果安装成功，你将看到类似下面的输出，显示 Python 的版本号 (例如 Python 3.9.7，版本号可能略有不同，但只要显示 Python 3.x.x 就表示安装成功)：

Python 3.9.7

如果命令提示符或 PowerShell 提示 “‘python’ 不是内部或外部命令，也不是可运行的程序 或批处理文件。”， 则表示 Python 没有正确安装或没有添加到系统环境变量 PATH 中 (如果你在安装时没有勾选 “Add Anaconda3 to my PATH environment variable” 选项，这是正常的)。 不过不用担心，我们推荐使用 Anaconda Prompt 或 Anaconda PowerShell Prompt 来进行后续操作，它们会自动配置好 Anaconda 的环境。

更推荐使用 Anaconda Prompt 或 Anaconda PowerShell Prompt

Anaconda 还提供了两个专门的命令行工具： Anaconda Prompt 和 Anaconda PowerShell Prompt。 这两个工具在启动时会自动激活 Anaconda 的 base 环境，无需手动配置环境变量，更加方便易用，尤其对于初学者。

如何打开 Anaconda Prompt 或 Anaconda PowerShell Prompt？

• 在 Windows “开始” 菜单中，找到 “Anaconda3 (64-bit)” 文件夹 (或类似的文件夹名称，取决于你的 Anaconda 版本)，展开该文件夹，你将看到 “Anaconda Prompt (anaconda3)” 和 “Anaconda PowerShell Prompt (anaconda3)” 两个快捷方式。 点击其中任何一个即可打开对应的命令行工具。

打开 Anaconda Prompt 或 Anaconda PowerShell Prompt 后，再次输入 python --version 命令，应该就能看到正确的 Python 版本信息了。

💻 第三步：选择你的 Python 开发工具

有了 Python 环境，还需要选择合适的 开发工具 来编写和运行 Python 代码。 对于数据分析，我们主要推荐以下两种工具：

1. Jupyter Notebook： 交互式笔记本，非常适合数据探索、可视化和学习。
2. Visual Studio Code (VS Code)： 强大的代码编辑器，适合编写更复杂的 Python 脚本和项目。

你可以根据自己的需求和偏好选择其中一种或两种工具都使用。 对于初学者，强烈推荐先从 Jupyter Notebook 入手，因为它更直观、交互性更强，更适合学习和数据探索。

Jupyter Notebook：交互式数据分析利器

Jupyter Notebook (简称 Notebook) 是一种交互式的计算环境，它以 网页 的形式呈现，允许你创建和共享包含 代码、文本、公式、可视化结果 等的文档 (即 Notebook 文件)。 Notebook 文件以 .ipynb 为扩展名。

Jupyter Notebook 的优势：

• 交互式执行代码： 你可以将代码分成一个个 代码单元格 (Cell)，逐个运行，并立即看到代码的输出结果 (包括文本、图表等)。 这种交互式的执行方式非常适合数据探索、调试和学习。
• 代码、文本、可视化结果整合： Notebook 可以将代码、Markdown 格式的文本 (用于编写文档和注释)、数学公式、图片、视频、可视化图表等内容整合在一个文档中，使得数据分析过程更加清晰、易懂、可重复。
• 可视化友好： Jupyter Notebook 与 Matplotlib、Seaborn 等数据可视化库集成良好，可以方便地在 Notebook 中直接显示各种图表。
• 易于分享和协作： Notebook 文件可以轻松分享给他人，也可以导出为 HTML、PDF 等多种格式，方便协作和展示分析结果。

如何启动 Jupyter Notebook？

1. 打开 Anaconda Prompt 或 Anaconda PowerShell Prompt。
2. 在命令行中输入 jupyter notebook 命令，并按下 Enter 键。

jupyter notebook

Jupyter Notebook 将会在你的默认浏览器中自动打开 (通常是 Chrome、Edge 或 Firefox)。 如果浏览器没有自动打开，你可以复制命令行中显示的 URL 地址，粘贴到浏览器地址栏中打开。

Jupyter Notebook 启动后，你将看到一个文件管理器界面，显示当前目录下的文件和文件夹。 你可以点击右上角的 “New” 按钮，选择 “Python 3 (ipykernel)” 创建一个新的 Python 3 Notebook 文件。

创建一个新的 Notebook 文件后，你将看到一个空白的 Notebook 编辑界面。 界面主要由 菜单栏、工具栏 和 代码单元格 组成。

在 Jupyter Notebook 中运行 “Hello, World!”

1. 在 Notebook 编辑界面的第一个代码单元格中，输入以下 Python 代码：

   print("Hello, World!  Welcome to Python Data Analysis!")
   

2. 点击工具栏上的 “Run” 按钮 (或按下 Shift + Enter 快捷键) 运行代码单元格。

   你将在代码单元格下方看到代码的输出结果：

   Hello, World!  Welcome to Python Data Analysis!
   

恭喜你！ 你已经在 Jupyter Notebook 中成功运行了你的第一个 Python 程序 “Hello, World!” 🎉 接下来，你可以在 Notebook 中继续学习 Python 语法、数据分析库的使用，进行数据探索和可视化。

至此，你已经成功运行了你的第一个 Python 程序 “Hello, World!” 🎉