Python数据分析（一）安装并配置环境

• Windows 系统安装 Python 环境：

Python 官网：https://www.python.org

① 下载对应的安装包（分 32 位和 64 位 ），比如

② 安装，直接下一步就好。注意在安装时，将 Python 加入到环境变量的选

项勾选。当然，如果安装时没有勾选，也可以自行配置。

配置环境变量：

将 Python 的根路径及根路径下 Scripts 目录添加到 path 里，比如：

C:ProgramsPythonPython37

C:ProgramsPythonPython37Scripts

Mac 系统安装 Python 环境：

Mac 系统自带了 python 2.7版本，如果需要安装 python 3.x 版本：

① 打开 https://www.python.org/downloads/mac-osx/ ，下载对应的安装

包，比如

② 双击 .pkg 文件，直接下一步就好

Linux 系统安装 Python 环境：

Linux 系统也自带了 python 2.7版本，如果需要安装 python 3.x 版本：

① 选择合适版本并下载对应的源码压缩包

② 安装必要的编译依赖库

③ 执行 ./configure 脚本

④ 执行 make 命令

⑤ 执行 make install 命令

⑥ 执行以上操作后，Python 会安装在 /usr/local/bin 目录中，Python 库安

装在 /usr/local/lib/pythonXX，XX 为使用的 Python 的版本号

Anaconda 安装与使用

Anaconda 发行版 Python 预装了150 个以上的常用 Packages，囊括了数据分析常用的

NumPy、SciPy、Matplotlib、pandas、scikit-learn 和 IPython 库，使得数据分析人员

能够更加顺畅、专注地使用Python解决数据分析相关问题。它还可以方便管理多个

python 版本。

下载地址：https://www.anaconda.com/distribution/

Conda 是一个开源的环境与包管理器（相当于 centos 里面的 yum ），可以用于在同一

个机器上安装不同版本的软件包及其依赖

Anaconda Navigator 是 Anaconda 提供的一款图形化界面工具，我们可以方便的实现虚

拟环境以及软件包的管理。

Spyder 是类似于 Matlib 的一款集成开发工具。提供代码的编写，变量的展示与查看，代

码调试等丰富的功能。