新手在剛剛開始數(shù)據(jù)科學(xué)的學(xué)習(xí)時(shí)會(huì)遇到很多問題，而往往最簡單的問題也最容易犯錯(cuò)。其中，管理 python 環(huán)境可能是一件讓人頭疼的事情。，搭建一個(gè)好的工作空間將讓你避免很多不必要的麻煩。

如果你正在工作，你的 python 環(huán)境突然不起作用了怎么辦?關(guān)于這個(gè)問題，荷蘭數(shù)據(jù)分析師 Christiaan Dollen 近日發(fā)表了一篇博文，在文中他分享了用 Visual Studio(VS)和 python 設(shè)置自己的數(shù)據(jù)科學(xué)工作區(qū)的經(jīng)驗(yàn)，這些經(jīng)驗(yàn)或許可以幫助你避免這些問題。雷鋒網(wǎng) AI 開發(fā)者將全文編輯如下：

如果你剛開始從事數(shù)據(jù)科學(xué)領(lǐng)域，那么創(chuàng)建一個(gè)個(gè)人工作空間將幫助你保持項(xiàng)目的有序性。有很多不同的工具可以使用。在這篇文章中，我將向你展示如何使用一些業(yè)內(nèi)最常用的工具在 MacOS 上建立自己的工作區(qū)。當(dāng)然，Windows 平臺(tái)的步驟和 MacOS 幾乎相同。在學(xué)完之后，你將能夠：

用 Anaconda 搭建一個(gè) python 環(huán)境
創(chuàng)建一個(gè) Visual Studio 代碼工作區(qū)并運(yùn)行 python 腳本
安裝軟件包并管理不同的 Anaconda 環(huán)境

讓我們開始吧!

使用 Anaconda 設(shè)置 python 環(huán)境

Anaconda 主要用于應(yīng)用數(shù)據(jù)科學(xué)、機(jī)器學(xué)習(xí)、數(shù)據(jù)處理、分析等。它允許你管理你自己的環(huán)境和將在項(xiàng)目中使用的包。為了構(gòu)建我們的工作區(qū)，我們需要安裝和配置 Anaconda。步驟如下：

安裝 Anaconda
使用最新版本的 python 創(chuàng)建新環(huán)境
將包安裝到你的環(huán)境中

下載并安裝 Anaconda

去 Anaconda 網(wǎng)站下載最新版本的 Anaconda，你可以使用 python 3.7 和 python 2.7 下載 Anaconda。雖然我個(gè)人更喜歡使用最新版本的 python，但有時(shí) python 包需要特定版本的 python，因此需要設(shè)置多個(gè) python 環(huán)境。安裝好 Anaconda 后，啟動(dòng)它。

在 Anaconda 中管理不同的環(huán)境

打開 Anaconda 后，你會(huì)看到 Anaconda 已經(jīng)設(shè)置了一些工具和軟件包，如 Jupyter、Spyder。注意，上面有一個(gè)安裝 VS 代碼的選項(xiàng)。

 

 

Anaconda Navigator 附帶了預(yù)安裝的默認(rèn)軟件包

同時(shí)，導(dǎo)航到左側(cè)菜單中的環(huán)境。在這里，你會(huì)發(fā)現(xiàn) Anaconda 已經(jīng)配置了一個(gè)基本環(huán)境，你可以直接用它工作了。

 

 

Anaconda Navigator 界面顯示安裝在基本環(huán)境上的包

從這里可以選擇要運(yùn)行的環(huán)境，你還可以直接從終端運(yùn)行 bash 命令。

 

 

通過 Anaconda Navigator 直接打開終端

雖然這里面已經(jīng)安裝了很多軟件包，但是你可能想安裝新的軟件包或者用不同版本的 python 安裝不同的包，因此你西藥配置環(huán)境。

單擊創(chuàng)建和配置新的 python 環(huán)境。

選擇最新版本的 python 并再次單擊「創(chuàng)建」進(jìn)行確認(rèn)。

 

 

Anaconda 也可以用在 R 中，但在本例中我們將使用 python。

配置環(huán)境需要幾秒鐘。幾分鐘后，你會(huì)注意到一個(gè)新的環(huán)境已經(jīng)安裝了一些默認(rèn)軟件包。一旦設(shè)置好 python 環(huán)境，你將主要使用終端安裝軟件包，并且你可能較少使用 Anaconda Navigator。

太棒了!現(xiàn)在我們只需要一個(gè)工作區(qū)來使用 Python 環(huán)境，這樣我們就可以用我們的包運(yùn)行腳本。你可以用 Anaconda 附帶的 Jupyter notebook，但我喜歡用 VS Code，我會(huì)很快解釋原因。

在 VS Code 中創(chuàng)建數(shù)據(jù)科學(xué)工作區(qū)

VS Code 是一個(gè)免費(fèi)的代碼編輯器，你可以根據(jù)需要定制。它是一個(gè)輕量級(jí)的 IDE，為在自己的自定義工作區(qū)中運(yùn)行 python 提供了極好的支持。在上一章中，我們?cè)O(shè)置了 Anaconda 并安裝了 VS Code。

打開 VS Code

 

 

第一次啟動(dòng) VS Code 時(shí)的歡迎界面

VS Code 是一個(gè)功能強(qiáng)大、輕量級(jí)的代碼編輯器，允許你為每個(gè)項(xiàng)目配置自己的工作區(qū)。為了測試，我創(chuàng)建了一個(gè)名為 DataScienceProject 的虛擬文件夾。

單擊 Open Folder 并選擇文件夾
轉(zhuǎn)到菜單并選擇「文件>將工作區(qū)另存為」
在文件夾中保存工作區(qū)文件

現(xiàn)在你已經(jīng)在 VS Code 中設(shè)置了一個(gè)自定義工作區(qū)。工作區(qū)的好處是，你可以為每個(gè)單獨(dú)的工作區(qū)進(jìn)行自定義設(shè)置。

現(xiàn)在，在工作區(qū)中創(chuàng)建一個(gè)名為 helloworld.py 的新文件。

打開 helloworld.py。

將下面的代碼復(fù)制到您的文件中并保存它。

#%%
# This is the first cell of our Python code
print('Hello world!')
#%%
# This is another cell
print('Another cell for the world to see!')

這個(gè)時(shí)候，在打開文件時(shí)，你可能會(huì)收到各種各樣的消息，比如「pylint package not installed」。這是因?yàn)?VS Code 自動(dòng)識(shí)別出你正在編輯的是一個(gè) python 文件。首先讓我們看看是否可以運(yùn)行我們的 python 文件。你可以直接在終端或從交互式 python 窗口運(yùn)行它。交互式 python 窗口非常有用，因?yàn)樗�在調(diào)試代碼時(shí)提供了更多的反饋，而且還允許你在 python 腳本中運(yùn)行稱為 cells 的不同代碼段。

要運(yùn)行腳本，請(qǐng)按 shift-enter。你也可以右鍵單擊該文件并選擇「在終端中運(yùn)行 python 文件」或「在交互窗口中運(yùn)行 python 文件」。

在運(yùn)行第一個(gè)腳本之后，你會(huì)看到代碼右側(cè)的交互式 Python 窗口，并返回類似的內(nèi)容。

[1] # This is the first cell of our Python code...
Hello world!
[2] # This is another cell...
Another cell for the world to see!

祝賀你!你剛剛在 Visual Studio 代碼中設(shè)置了一個(gè)工作區(qū)來運(yùn)行 python 項(xiàng)目!現(xiàn)在，讓我們更深入地研究一下，看看是否可以在我們的環(huán)境中安裝新的包。

管理終端內(nèi)的包

現(xiàn)在我們運(yùn)行了第一個(gè)腳本，你可能需要添加一個(gè)新的包。假設(shè)您的項(xiàng)目要求您連接到某個(gè) Google API。Google 為我們提供了一個(gè)包來完成此操作，但這些包并沒有安裝在你的默認(rèn)環(huán)境中。幸運(yùn)的是，我們有很多可用的包。Anaconda 有自己的軟件包存儲(chǔ)庫，還有更多的存儲(chǔ)庫可供我們查找軟件包。我們?cè)谑纠�中尋找的包�?Google API Python Client。請(qǐng)執(zhí)行下面這些步驟。

打開終端，確保你在基本環(huán)境中工作，終端展示的內(nèi)容如下：

(base) myMac:DataScienceProject myUser$

通過在終端中輸入以下命令檢查包是否已安裝：

conda list

這將返回當(dāng)前安裝在基本環(huán)境中的包列表�，F(xiàn)在，通過在終端中運(yùn)行以下命令來安裝包：

conda install -c conda-forge google-api-python-client

包現(xiàn)在將安裝在基本環(huán)境中。如果一切正常，您將在終端中看到以下消息(下面只是你應(yīng)該看到的消息的一部分)。

 

 

真是令人驚嘆!我們已經(jīng)在我們的環(huán)境中成功地安裝了一個(gè)新的包。這將允許你導(dǎo)入包相關(guān)的庫，并在腳本中使用 Google API Python Client。

但是，如果你已經(jīng)在基本環(huán)境中運(yùn)行了包，并且不想冒險(xiǎn)，以免造成當(dāng)前環(huán)境設(shè)置混亂呢?你可以使用新環(huán)境并為該環(huán)境安裝不同的包�，F(xiàn)在我們知道了如何安裝一個(gè)包，接下來將展示如何從 VS Code 中更改你的 Python 環(huán)境。

管理工作區(qū)中的 python 環(huán)境

除了在自己的自定義工作區(qū)中工作之外，你還可以在編輯器本身中管理 Anaconda。這樣做的話，你就不必反復(fù)運(yùn)行 Anaconda Navigator，只需直接從編輯器中運(yùn)行一個(gè) python 環(huán)境，這樣你就可以繼續(xù)編碼了。

你注意到編輯器底部的藍(lán)色滾動(dòng)條了嗎?它提供了你正在處理的代碼的信息。在滾動(dòng)條的最左邊，你可以看到當(dāng)前正在使用的解釋器。在我的例子中使用的是：

Python 3.7.3 64-bit ('base':conda)

如你所見，我正在 Anaconda 的基礎(chǔ)環(huán)境中運(yùn)行 python 3.7.3。它還會(huì)告訴你代碼中是否存在任何問題、有多少行、多少列、多少空格、你當(dāng)前選擇編程語言等。

通過單擊解釋器，你可以選擇其他解釋器。例如，我們之前在 Anaconda 中創(chuàng)建的 python 環(huán)境。

單擊你的解釋器并選擇我們先前創(chuàng)建的解釋器。

 

 

如何選擇不同的 python 解釋器

現(xiàn)在，當(dāng)你從基本解釋器切換到新的解釋器時(shí)，有時(shí) jupyter 服務(wù)器啟動(dòng)會(huì)遇到問題。jupyter 服務(wù)器運(yùn)行在內(nèi)核上，內(nèi)核在某種程度上是你的 Python 環(huán)境的引擎。jupyter 內(nèi)核對(duì)于在 VS Code 中運(yùn)行代碼非常重要，尤其是在交互式 python 窗口中運(yùn)行代碼時(shí)尤為重要。如果你碰巧遇到這些錯(cuò)誤，請(qǐng)?jiān)诮K端中

嘗試以下操作：

在 MacOS 上：

source activate
pip install ipykernel
python -m ipykernel install --user

在 Windows 上：

activate
pip install ipykernel

python -m ipykernel install --user

這將在你的環(huán)境中安裝一個(gè)內(nèi)核。重新啟動(dòng) VS Code 編輯器，并嘗試在新選擇的解釋器(python37:conda)中運(yùn)行代碼。

如果一切順利的話，恭喜你，你已經(jīng)在 VS Code 中成功地設(shè)置了自己的工作區(qū)，現(xiàn)在可以將其用于 python 項(xiàng)目了!

寫在最后

管理你的 Python 環(huán)境可能會(huì)讓人頭疼。了解如何管理你的環(huán)境和軟件包會(huì)讓你的工作更加靈活，并能防止某個(gè)環(huán)境突然停止工作的壓力。這就是我向你展示如何切換環(huán)境和安裝軟件包的原因，因?yàn)檫@些是最容易遇到的錯(cuò)誤。

當(dāng)然，我還沒有向你展示使用 VS Code 或 Anaconda 可以做的一切，因此我建議你接下來閱讀以下文章：

Best packages for data science with Python

An extensive list of extensions for Visual Studio Code

Using Version Control with GitHub for Visual Studio Code

希望這本指南對(duì)你有所幫助，編碼愉快!

via：https://towardsdatascience.com/setting-up-your-own-data-science-workspace-with-visual-studio-code-and-anaconda-python-22237590b4ed

標(biāo)簽： 數(shù)據(jù) 蒲

版權(quán)申明：本站文章部分自網(wǎng)絡(luò)，如有侵權(quán)，請(qǐng)聯(lián)系：west999com@outlook.com
特別注意：本站所有轉(zhuǎn)載文章言論不代表本站觀點(diǎn)！
本站所提供的圖片等素材，版權(quán)歸原作者所有，如需使用，請(qǐng)與原作者聯(lián)系。