《Python数据科学实践指南》一1.2 Python解释器

简介: 由于Python是一门开源语言,所以只要愿意,任何人都可以为其实现一个解释器。目前官方解释器CPython是绝对主流,如果读者有兴趣,可以了解一下其他的版本,比如支持JIT(即时编译)的PyPy,可以把Python编译成C语言的Cython,拥有notebook这样友好、方便编程界面的IPython等。

本节书摘来自华章出版社《Python数据科学实践指南》一书中的第1章,第1.2节,纪路 著,更多章节内容可以访问云栖社区“华章计算机”公众号查看。

1.2 Python解释器

由于Python是一门开源语言,所以只要愿意,任何人都可以为其实现一个解释器。目前官方解释器CPython是绝对主流,如果读者有兴趣,可以了解一下其他的版本,比如支持JIT(即时编译)的PyPy,可以把Python编译成C语言的Cython,拥有notebook这样友好、方便编程界面的IPython等。本书会使用官方解释器CPython进行讲解,并且还会使用到一些第三方的库,本节也将介绍一下如何在主流的操作系统中安装必要的软件。

1.2.1 Mac OS X系统

如果读者使用的是苹果电脑(并且使用的是其自带的系统),那么无须特别安装Python,因为它已经被预先安装在电脑中了。为了验证这一点,读者可以打开Mac OS X的“终端”应用,在打开的终端里输入“python”。如果可以看到如下的输出则证明电脑中已经正确地安装了Python:

Macbook Pro:~:$ python
Python 2.7.9 (v2.7.9:648dcafa7e5f, Dec 10 2014, 10:10:46) 
[GCC 4.2.1 (Apple Inc. build 5666) (dot 3)] on darwin
Type "help", "copyright", "credits" or "license" for more information.
>>>

上述代码中第一行的“$”符号是终端的命令提示符,需要在这个符号之后输入“python”这个命令以打开Python,如果一切正常,则终端会输出一些关于Python版本的信息,最后一行以“>>>”结尾。“>>>”是Python交互式解释器的命令提示符,想要使用Python,应当在这个符号后面键入Python命令。若想要退出Python则需要在“>>>”之后输入“exit()”,或者同时按下键盘上的快捷键Ctrl+D。

1.2.2 Linux系统

如果读者使用的是Linux系统,那么与Mac OS X系统一样,无须进行安装即可使用Python。打开终端的方式取决于你使用的Linux发行版本,不过读者可以尝试按Ctrl+Alt+T的组合键来启动终端,或者在应用菜单中寻找“终端”或名为“Terminal”的应用。在打开了终端之后在命令提示符(通常来说是“$”)后,键入“python”以确认Python的版本信息,终端输出的内容应当与Mac OS X的相同,并且“>>>”同样代表Python命令提示符,若想要使用Python,则应当在这个符号后面输入Python命令。

1.2.3 Windows系统

由于Windows系统默认没有提供Python,因此需要单独安装Python。读者可以尝试访问https://www.python.org/downloads/windows/以获取最新的Python安装包。在写作本书时最新的Python 2.x版本是Python 2.7.11,分为32位版和64位版,下载地址分别如下。
32位版:https://www.python.org/ftp/python/2.7.11/python-2.7.11.msi
64位版:https://www.python.org/ftp/python/2.7.11/python-2.7.11.amd64.msi
如果读者的电脑是较新的操作系统,并且拥有4GB以上的内存,那么通常来说安装64位的软件应该是没有问题的。如果读者所用的系统较老,或者不确定自己的系统是多少位的,可以选择32位的版本进行安装。因为无论是32位还是64位的系统,都能够运行32位版本的软件,反过来32位的系统却不能运行64位的软件。
下载完成之后双击鼠标进行安装,在该过程中,就像安装普通的应用程序一样连续单击“下一步”,直到出现图1-1所示的界面为止。

_1_1

然后在Add python.exe to Path的安装选项中选择Will be installed on local hard driver。接下来通过同时按下Win+R键打开运行,在弹出的运行对话框中键入cmd,如图1-2所示。

1_2

操作完成后,就打开了Windows的命令行界面,如图1-3所示。

1_3

此时在命令提示符“>”后输入“python”会出现两种情况:情况一,会出现与Mac OS X系统一样的Python版本信息,并且以“>>>”结尾。情况二,会出现“‘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。”的错误信息。如果是这样,就需要先运行下面的命令以修正这个错误:
set PATH=%PATH%;C:/Python27
之后再运行Python,就可以得到正常的输出了,如图1-4所示。

1_4

至此,读者应该已经能够在自己的电脑上使用Python进行编程了。在Windows下,想要退出Python只能使用输入exit()的这一种方式,Windows的cmd不接受Ctrl+D的命令。

相关文章
|
2月前
|
机器学习/深度学习 数据可视化 数据处理
从基础到进阶:探索Python在数据科学中的应用
【10月更文挑战第18天】从基础到进阶:探索Python在数据科学中的应用
43 1
|
2月前
|
机器学习/深度学习 数据采集 数据可视化
Python 数据分析:从零开始构建你的数据科学项目
【10月更文挑战第9天】Python 数据分析:从零开始构建你的数据科学项目
59 2
|
3月前
|
机器学习/深度学习 数据可视化 数据挖掘
探索Python的奥秘:数据科学中的利器
本文将深入探讨Python编程语言在数据科学领域的强大应用。通过简洁易懂的语言,我们将解析Python的核心概念、流行库以及在实际项目中的应用,帮助您理解为何Python成为数据科学家的首选工具。
60 0
|
23天前
|
数据采集 数据可视化 数据处理
Python数据科学:Pandas库入门与实践
Python数据科学:Pandas库入门与实践
|
28天前
|
机器学习/深度学习 数据采集 数据可视化
Python在数据科学中的应用:从入门到实践
本文旨在为读者提供一个Python在数据科学领域应用的全面概览。我们将从Python的基础语法开始,逐步深入到数据处理、分析和可视化的高级技术。文章不仅涵盖了Python中常用的数据科学库,如NumPy、Pandas和Matplotlib,还探讨了机器学习库Scikit-learn的使用。通过实际案例分析,本文将展示如何利用Python进行数据清洗、特征工程、模型训练和结果评估。此外,我们还将探讨Python在大数据处理中的应用,以及如何通过集成学习和深度学习技术来提升数据分析的准确性和效率。
|
24天前
|
机器学习/深度学习 数据采集 数据可视化
Python数据科学实战:从Pandas到机器学习
Python数据科学实战:从Pandas到机器学习
|
29天前
|
机器学习/深度学习 数据可视化 数据处理
Python数据科学:从基础到实战
Python数据科学:从基础到实战
30 1
|
1月前
|
机器学习/深度学习 数据可视化 数据处理
Python在数据科学中的应用###
本文探讨了Python语言在数据科学领域的广泛应用及其重要性。通过分析Python的简洁语法、强大的库支持和跨平台特性,阐述了为何Python成为数据科学家的首选工具。文章还介绍了Python在数据处理、分析和可视化方面的具体应用实例,展示了其在提升工作效率和推动科学研究方面的巨大潜力。最后,讨论了未来Python在数据科学领域的发展趋势和挑战。 ###
|
1月前
|
机器学习/深度学习 分布式计算 数据可视化
Python在数据科学中的应用与挑战
本文探讨了Python编程语言在数据科学领域的广泛应用及其面临的主要挑战。Python因其简洁的语法、强大的库支持和活跃的社区,已成为数据科学家的首选工具。然而,随着数据量的激增和复杂性的增加,Python也面临着性能瓶颈、内存管理等问题。本文将通过具体案例分析,展示Python在数据处理、分析和可视化方面的优势,同时讨论如何克服其在大规模数据处理中的局限性,为读者提供实用的解决方案和优化建议。
|
1月前
|
JSON 测试技术 持续交付
自动化测试与脚本编写:Python实践指南
自动化测试与脚本编写:Python实践指南
32 1