跳转至

正式编程:Python

  1. 下载 Anaconda
  2. 安装并配置 Anaconda
  3. 启动 Jupyter Notebook
  4. 在 VS Code 中安装 Python 和 Jupyter 扩展
  5. 创建并运行一个 Jupyter Notebook
  6. 后记

本篇教学由 ChatGPT 4.0 生成,不保证流程完整,缺失或与你实操不一样的部分请自行查找信息并解决!,锻炼自己的学习能力,这也是考验你们自学和信息辨别能力的第一个挑战。,锻炼自己的学习能力,这也是考验你们自学和信息辨别能力的第一个挑战

古人云,“Well begun is half done”,而配编程环境就会让很多人的尝试止步于此,所以我认为本篇止步于配建好 Conda、Jupyter 环境就可以了,真正的编程部分请在再下一章和日后的学习生活中了解。

如何下载 Anaconda 并运行 Jupyter Notebook

欢迎,未来的数据科学家!你将开始一段充满探索与学习的旅程。

首先,让我们迈出第一步:下载 Anaconda 并运行 Jupyter Notebook。

第一步:下载 Anaconda

  1. 打开你的浏览器,让我们跳入数字海洋,浏览到 Anaconda 的官方下载页面。你将看到不同操作系统的版本选择,有 Windows, MacOS, 和 Linux。
  2. 根据你的电脑操作系统选择相应的版本。如果你不确定电脑是 32 位还是 64 位,那就选择 64 位,因为现代电脑大多都是 64 位的。
  3. 点击下载,你的电脑将开始下载 Anaconda 安装包。它可能有几百兆大小,所以耐心等待一会儿吧。下载的这段时间,你可以趁机享用一杯咖啡,或是看一下窗外的风景。

第二步:安装 Anaconda

  1. 找到你下载的 Anaconda 安装包,双击启动安装。这个安装包就像一扇大门,通向知识的宝库。
  2. 在安装过程中,最好选择“为我安装”,然后点击“下一步”。在安装路径选择时,可以选择默认路径,或者自己设置一个容易找到的位置。
  3. 当你看到选项“将 Anaconda 添加到我的 PATH 环境变量”,尽管它推荐你不要勾选,但我建议你勾选它,以便我们在任何地方都能启动 Anaconda 和 Jupyter notebook。
  4. 安装完成后,你可以点击“完成”或“下一步”,以结束安装过程。

第三步:启动 Jupyter Notebook

  1. 现在,打开你的电脑命令行(Windows 下的 CMD,Mac 和 Linux 下的 Terminal),在闪烁的光标处输入"jupyter notebook",然后按回车键。
  2. 这个动作就像魔法一样,你的默认网页浏览器会自动打开一个新的标签页,欢迎你来到 Jupyter notebook 的世界!
  3. 在这个新的标签页中,你可以看到你电脑上的各个文件夹。找到一个你喜欢的地方,点击右上角的“New”按钮,然后在下拉菜单中选择“Python 3”,你的第一个 Notebook 就诞生了!

现在,你已经成功地安装了 Anaconda,并且启动了 Jupyter Notebook!从现在开始,你就可以在这个美妙的环境中编写 Python 代码,探索数据科学的无穷魅力。祝你学习愉快,探索无限!

第四步:在 VS Code 中安装 Python 和 Jupyter 扩展

  1. 启动 VS Code 后,你会看到一个美观的界面,左侧栏上有一系列的图标。找到看起来像四个小方块(也可能说是一个积木)的图标,点击它,这就是扩展商店。
  2. 在扩展商店的搜索框中输入“Python”,找到并点击安装微软官方的 Python 扩展。它的图标是一个蓝色的蛇形图案。
  3. 同样的方式,再搜索并安装一个名为“Jupyter”的扩展。
  4. 再搜索"Code Runner",安装 Code Runner 插件,并点击右下角的齿轮中的 Extention Settings,勾选其中的 Run In Terminal。

Code Runner配置

集成终端

第五步:创建并运行一个 Jupyter Notebook

  1. 在 VS Code 的左侧栏顶部,你会看到一个文件夹的图标,点击它,然后点击打开文件夹,选择你想要保存 Jupyter Notebook 的文件夹。
  2. 然后,点击左上角的文件菜单,选择“新建文件”。在底部的状态栏中,你会看到一个选择语言的区域(可能显示为“纯文本”),点击它,然后在弹出的列表中选择“Jupyter”。
  3. 新建一个后缀是.ipynb的文件。现在,你已经打开了一个新的 Jupyter notebook,你可以开始写 Python 代码了!在需要代码的地方输入你的 Python 代码,想记录文字的地方写 Markdown ,复制下图的内容(源代码可在本仓库的 doc 文件夹中找到),然后按 Shift + Enter,就可以运行这段代码看到结果了。

节选自《鸢尾花书 1 编程不难》 地址:https://github.com/Visualize-ML/Book1_Python-For-Beginners

恭喜你,现在你已经在 VS Code 中设置好了 Jupyter Notebook!你可以开始你的 Python 编程和数据分析之旅了。VS Code 具有强大的代码提示,调试和版本控制功能,我相信你会喜欢在这个环境中工作的。祝你学习愉快!

后记:

Jupyter 是一个非常流行的开源项目,它提供了一个交互式计算环境,让您能够在网页浏览器中创建和分享包含代码、文本、图像、公式和可视化的文档。它的名字取自三种核心编程语言:Julia、Python 和 R(即 Ju-Pyt-e-R)。

主要特点:

  1. 交互性:您可以在浏览器中逐个代码单元(称为单元格)地运行代码,即时查看结果。这种实时反馈非常适合学习、调试和数据探索。

  2. 支持多种编程语言:虽然 Jupyter 最初是为 Python 设计的,但现在它支持超过 100 种编程语言,这使得您能够在同一个环境中使用您喜欢的语言。

  3. 交互性文档:Jupyter 文档被称为“笔记本”(Notebooks),它们既可以包含代码和输出,又可以包含富文本、数学公式、图表和可视化。这使得 Jupyter 成为交互式数据分析和展示的绝佳工具。

  4. 易于分享:您可以轻松地分享您的 Jupyter 笔记本,无论是通过导出为 HTML、PDF 或通过在线共享服务(例如 GitHub、Google Colab 或 Jupyter Notebook Viewer)。

  5. 广泛应用:Jupyter 可以用于数据清理、数据分析、机器学习、科学计算、教学和其他许多领域。

请注意,Jupyter Notebook 并不是唯一的 Jupyter 项目。Jupyter 生态系统还包括 Jupyter Lab,它提供了更灵活的界面和功能,以及 JupyterHub,用于在服务器上部署 Jupyter 环境。

希望这个简介能让您对 Jupyter 有一个初步的了解。祝您在使用 Jupyter 进行编程和数据分析时取得愉快的体验!

Back to top