运营学Python|一文搞定编码环境

简介: 运营学Python|一文搞定编码环境

简说Python,号主老表,Python终身学习者,数据分析爱好者,从18年开始分享Python知识,原创文章227篇,写过Python、SQL、Excel入门文章,也写过Web开发、数据分析文章,老表还总结整理了一份2022Python学习资料和电子书资源,关注后私信回复:2022 即可领取。

一、写在前面

前段时间和一个兄弟打了通电话,兄弟吐槽了下他所在公司,探讨了下未来工作的方向,打工人真的蛮苦的,一方面是公司某些领导的“无脑“压榨,一方面是刚毕业一年,人生迷茫。

希望读者朋友也能从自己平时工作中提取一些实际需求,我也会帮助大家利用Python解决问题、优化工作流程、提升工作效率,加到本系列中。

二、知识点概要

1)搞定Python基础环境安装

2)安装jupyter notebook,最便捷的Python编辑器

3)运营常用Python包介绍和安装

三、开始动手动脑

3.1 搞定Python基础环境安装

3.1.1 下载Python安装包

Mac是自带Python2.7的,但是现在主流使用3.0及以上,确实Python3比Python2会更容易上手,也更方便操作。

image.png

电脑浏览器打开Python官方网站:https://www.python.org/

image.png

鼠标移动到Downloads,会出现动态框,显示的是Python最新版本3.9.5,你可以选择下载Windows版本或者Mac版本(以及其他)。

当然,我也推荐你点击All releases,然后下载Python3.7.0版本进行安装,本系列教程都将在这个版本下进行编写代码。

image.png

当然你也可以直接访问:https://www.python.org/downloads/release/python-370/   选择合适版本进行下载,一般选择下载安装包安装,如图圈红的两个安装包,一个是mac的,一个是windows下的。

image.png

当然,我也给你准备好了安装包,上面操作都不用,关注公众号:简说Python,回复:运营学Python 即可获取百度云下载链接,本系列所有学习资料都会存放到该网盘下。

image.png

windows的安装包是.exe结尾的,mac的安装包是.pkg结尾的。

3.1.2 Windows下安装过程

1)点击下载好的安装包,即可进入下图所示安装界面,然后勾选上Install launcher for all users和 Add Python 3.7 to PATH,主要是安装Python编辑启动器和将Python环境添加到系统环境变量中。

勾选好,然后点击Customize installation,这样在后面可以自定义安装哪些内容,以及安装路径。(对运营以及其他学习者来说,安装软件或者环境的时候最重要的就是安装路径一定不要默认,一般默认都在C盘,会影响系统运行流畅性)

image.png

2)遇到教程中没有的页面就直接点击Next即可,进入到下方页面,按图中示例勾选需要安装的配置即可,另外点击Browse,选择安装路径,图中是在D盘中新建了一个文件夹Python,然后安装在其中。按图示配置好后,点击Install按钮即可进行安装。image.png

3)整个安装过程3-5分钟。image.png

安装好后,点击Close按钮即可。

image.png

4)Windows打开cmd,然后输入python --version即可看到自己安装好的Python版本,然后输入python,即可进入代码编辑环境,我们可以尝试输入print('Hello Python!'),然后回车,看看效果,输入exit()可以退出编辑环境。image.png

3.1.3 Mac下安装过程

1)Mac下安装比较简单,直接双击下载好的安装包,然后一路点击Next或者继续即可。

image.png

2)Mac一般只有一个磁盘,所以安装位置默认即可。

image.png

3)点击安装按钮即可完成安装,同样的安装好后关闭安装窗口即可。

image.png

安装好后,Mac直接打开终端,然后输入python3 --version即可看到自己安装好的Python版本,然后输入python3,即可进入自带的代码编辑环境,我们可以尝试输入print('Hello Python!'),然后回车,看看效果。

image.png这里输入python3的原因是和Mac系统自带的Python2区别开,大家在使用过程也需要注意。

记住这是你写下的第一行代码,欢迎进入代码世界。

3.2 安装jupyter notebook,最适合运营的Python编辑器

3.2.1 安装jupyter notebook

Mac下在终端中,输入:

pip3 install jupyter

Windows下在cmd中,输入:

pip install jupyter

相关依赖包比较多,大概需要1分钟左右安装成功。

image.png

通过上面操作,你需要知道并记住在Python中安装第三方包的操作指令格式pip install 包名。

这里也给大家介绍一种通过国内镜像源安装第三方包的方法(安装速度更快),首先还是告诉大家相关操作指令格式:

pip install -i 第三方镜像源地址 包名

如我们上面安装jupyter包,就可以改成:

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple jupyter

国内可用的一些第三方镜像源地址:

阿里云 http://mirrors.aliyun.com/pypi/simple/ 
中国科技大学 https://pypi.mirrors.ustc.edu.cn/simple/ 
豆瓣(douban) http://pypi.douban.com/simple/ 
清华大学 https://pypi.tuna.tsinghua.edu.cn/simple/ 
中国科学技术大学 http://pypi.mirrors.ustc.edu.cn/simple/

3.2.2 使用jupyter notebook

1)进入jupyter notebook Mac下在终端中(或者Windows下在cmd中),输入

jupyter notebook 
# 或者 python3 -m IPython notebook

会启动相关服务,并自动呼出浏览器,接下来我们就可以开始写代码,提高工作效率啦。

2)新建文件夹 进入桌面目录,先新建一个文件夹。image.png

给文件夹命名为work_project,用于存放后面编写的python脚本。

image.png

3)新建编写Python代码的文件 按照上述同样的方法,在work_project文件夹下新建一个Python3文件,用于编写代码。

image.png

点击文件打开文件菜单,然后在文件菜单中选择重命名,可以给新建的Python3文件(后面称为notebook)进行重命名。

image.png

这里我给新建的第一个文件命名为01_在指定文件夹下批量新建文件夹或者文件,是的,我们虽然还没学Python的基础知识,但是并不影响我们跑代码,我一直觉得在实践中学习是最有效的,遇到不理解的先记下,课后浏览器查询即可,所以有时候也会给大家推荐一些免费的项目实践直播课。

image.png

4)实现在指定文件夹下批量新建文件夹或者文件脚本

  • jupyter代码编辑界面按钮基本介绍

image.png

1 保存编辑内容
2 添加代码块
3 剪切 选中的代码块
4 复制选中代码块
5 粘贴复制的代码块
6 上移/下移 选中的代码块
7 运行选中的代码块
8 暂停正在运行的代码块
9 重启当前代码运行环境
10 重启当前代码运行环境,并依次运行所有代码块
11 修改代码块格式(默认是代码块,还可以选择标记,用于写描述内容)
  • 在指定文件夹下批量新建文件夹

image.png

  • 运行结果

image.png

  • 在指定文件夹下批量新建文本文件

image.png

  • 运行结果

image.png

3.3 运营常用Python包介绍和安装

  • 数据处理大类

image.png

  • * numpy:主要用在数据分析和科学计算,主要包含多维数组和矩阵数据结构;
    * pandas:Python中处理数据应用最广泛、最方便的第三方库,主要数据结构是Series(一维数据)与DataFrame(二维数据)。
  • Excel处理
    * xlrd:用于读取 Excel 文件;
    * xlwt:用于写入 Excel 文件;
    xlutils:用于操作 Excel 文件的实用工具,比如复制、分割、筛选等;
    openpyxl:用于读取和写入Excel文件。
  • Word处理
    * python-docx:是一个用于创建和更新Word (.docx) 文件的 Python 库。
  • PDF处理
    PyPDF4:一个纯python PDF,能够拆分、合并、合并库和转换PDF文件的页面;
    * pdfminer:是一款用于 PDF 文档的文本提取工具;
    * pdfkit:可以将 文本、HTML等转换为PDF。
  • 文本处理
    * re:正则表达式模块,可以从字符串中提取出目标内容。
  • 邮件处理
    * yamail:发送电子邮件的模块,支持邮件内容格式化(比如markdown格式)。
  • 数据可视化
    * matplotlib:应用最广泛的绘图包,能够创建多数类型的图表,如条形图,散点图,条形图,饼图,堆叠图,3D 图和地图图表。

image.png

  • * pyecharts:是一个用于生成Echarts 图表的类库,生成的图可视化效果相对于matplotlib更加好看。

image.png

  • bokeh:浏览器交互式可视化库,更加绚丽。

image.png

打* 的表示在里面来说更加常用的包,相关包安装方法,按照3.2.1中的安装第三方包的方法即可,如遇到什么问题可以留言评论区提出。

运营学Python系列所有代码、数据等资源获取方式,关注公众号:简说Python,回复:运营学Python 即可获取百度云下载链接,后面也会开源到码云上。

四、练习

1、锻炼操作: 在jupyter notebook里在,删掉之前在桌面新建work_project文件夹,然后新建一个文件夹运营学Python,并进入该目录下新建两个文件:Day01搞定环境work_projectDay01搞定环境里记录本次自己的学习笔记,实践截图;work_project里存放本系列所有代码脚本文件。(如下图所示)

image.png

2、打基础: 在Python环境中安装好所有上述提到的运营常用Python包中打*的包,并自己任意选择一个包进行探索,了解其基本用法。

相关文章
|
3月前
|
PyTorch Linux 算法框架/工具
pytorch学习一:Anaconda下载、安装、配置环境变量。anaconda创建多版本python环境。安装 pytorch。
这篇文章是关于如何使用Anaconda进行Python环境管理,包括下载、安装、配置环境变量、创建多版本Python环境、安装PyTorch以及使用Jupyter Notebook的详细指南。
413 1
pytorch学习一:Anaconda下载、安装、配置环境变量。anaconda创建多版本python环境。安装 pytorch。
|
4天前
|
Shell 程序员 开发者
轻松搞定在Python中构建虚拟环境
本教程教你如何使用业界公认的最佳实践,创建一个完全工作的Python开发环境。虚拟环境通过隔离依赖项,避免项目间的冲突,并允许你轻松管理包版本。我们将使用Python 3的内置`venv`模块来创建和激活虚拟环境,确保不同项目能独立运行,不会相互干扰。此外,还将介绍如何检查Python版本、激活和停用虚拟环境,以及使用`requirements.txt`文件共享依赖项。 通过本教程,你将学会: - 创建和管理虚拟环境 - 避免依赖性冲突 - 部署Python应用到服务器 适合新手和希望提升开发环境管理能力的开发者。
|
11天前
|
Python
探索Python虚拟环境:virtualenv、venv与pipenv比较
在Python开发中,有效的环境管理至关重要。virtualenv、venv和pipenv是常用的虚拟环境管理工具。virtualenv支持Python 2.7+和3.3+,可创建独立环境;venv为Python 3.3+内置库,简单轻量但功能有限;pipenv则结合了包管理和虚拟环境管理,生成Pipfile.lock确保依赖确定性和安全性,推荐作为首选工具。
|
10天前
|
人工智能 编译器 Python
python已经安装有其他用途如何用hbuilerx配置环境-附带实例demo-python开发入门之hbuilderx编译器如何配置python环境—hbuilderx配置python环境优雅草央千澈
python已经安装有其他用途如何用hbuilerx配置环境-附带实例demo-python开发入门之hbuilderx编译器如何配置python环境—hbuilderx配置python环境优雅草央千澈
python已经安装有其他用途如何用hbuilerx配置环境-附带实例demo-python开发入门之hbuilderx编译器如何配置python环境—hbuilderx配置python环境优雅草央千澈
|
15天前
|
机器学习/深度学习 Rust 算法
Python环境管理的新选择:UV和Pixi,高性能Python环境管理方案
近期Python生态系统在包管理领域发生了重要变化,Anaconda调整商业许可证政策,促使社区寻找更开放的解决方案。本文介绍两款新一代Python包管理工具:UV和Pixi。UV用Rust编写,提供高性能依赖解析和项目级环境管理;Pixi基于Conda生态系统,支持conda-forge和PyPI包管理。两者分别适用于高性能需求和深度学习项目,为开发者提供了更多选择。
55 2
|
2月前
|
机器学习/深度学习 数据可视化 Docker
Python环境
Python环境
50 3
|
2月前
|
弹性计算 Linux iOS开发
Python 虚拟环境全解:轻松管理项目依赖
本文详细介绍了 Python 虚拟环境的概念、创建和使用方法,包括 `virtualenv` 和 `venv` 的使用,以及最佳实践和注意事项。通过虚拟环境,你可以轻松管理不同项目的依赖关系,避免版本冲突,提升开发效率。
153 3
|
3月前
|
IDE 网络安全 开发工具
IDE之pycharm:专业版本连接远程服务器代码,并配置远程python环境解释器(亲测OK)。
本文介绍了如何在PyCharm专业版中连接远程服务器并配置远程Python环境解释器,以便在服务器上运行代码。
591 0
IDE之pycharm:专业版本连接远程服务器代码,并配置远程python环境解释器(亲测OK)。
|
3月前
|
机器学习/深度学习 缓存 PyTorch
pytorch学习一(扩展篇):miniconda下载、安装、配置环境变量。miniconda创建多版本python环境。整理常用命令(亲测ok)
这篇文章是关于如何下载、安装和配置Miniconda,以及如何使用Miniconda创建和管理Python环境的详细指南。
687 0
pytorch学习一(扩展篇):miniconda下载、安装、配置环境变量。miniconda创建多版本python环境。整理常用命令(亲测ok)
|
3月前
|
Python Windows
利用Python在Win10环境下实现拨号上网
利用Python在Win10环境下实现拨号上网
55 4