基于Python的数据分析(1)：配置安装环境

数据分析是一个历史久远的东西，但是直到近代微型计算机的普及，数据分析的价值才得到大家的重视。到了今天，数据分析已经成为企业生产运维的一个核心组成部分。

据我自己做数据分析的经验来看，目前数据分析按照使用工具可以分为大体四类：

基于Excel的数据分析，Excel自带的函数、数据透视表、宏等功能对于数据分析来说十分适用且好用；基于matlib、SAS、SPSS等专业统计软件，我自己用过一段时间的SAS，觉得功能十分全面，但是作为程序员使用又觉得限制太多不够自由；基于SQL+数据库的数据分析，这一类更偏向于数据存储，利用数据库自带的SQL查询函数和过程函数来帮助做数据分析，但是因为不利于数据计算和图表展示，往往还是需要结合Excel软件的帮助；基于Python的数据分析，这是我觉得最好的一种数据分析，因为python本身的优秀以及第三方库的强大，但是前提是需要有一定的编程能力——不一定是码农，事实上我看到蛮多非计算机的人用python很好，因为python本身是一门入门级的语言，简单易上手。

接下来，我主要讲一下python环境的安装。以步骤为序：

1.到下载软件https://www.python.org/ 建议在官网上下载，如果不能上的就在CSDN那边搞一个。

下载最新版本3.5.1或者2.7.11。我个人建议下载2.7.11这个版本，关于ptyhon3.x和python2.x的区别，在语法上变化并不大，当然3.x是未来，但是2.x才是现在啊，因为2.x拥有的第三方库最齐全啊，这是我从2.x转到3.x再转到2.x的心得啊。（都是眼泪/(ㄒoㄒ)/~~）当然因为2.x版本涉及到字符串Unicode的问题，我会在下一篇文章《基于python的数据分析(2)》中详细讲，事实上这个问题习惯处理了也还好。





2.安装完成（一路next操作不细说）。安装好之后在DOS界面输入python命令，如果提示“‘python’不是内部或外部命令，也不是可运行的程序”，则需要自己修改一下python的path环境变量。

path环境变量是DOS以前的内部命令，windows继续沿用至今。用作运行某个命令的时候，本地查找不到某个命令或文件，会到这个声明的目录中去查找。说简单了就是方便在DOS可以直接输入python和安装程序easy_install、pip install进行操作，不用再输入这些程序包所在的目录。

右键选择“我的电脑”-“属性”-“高级环境设置”，选择最下面的“环境变量”按钮





在变量框中选择path变量（如果没有就新建一个“path”），把python和python第三方支持脚本所在的目录填在变量值里面，一般来说就是C:\Python27\Scripts和C:\Python27。





修改完成之后，在DOS界面输入python可以看到这个界面就是成功了。





3.检查一下pip和easy_install这两个安装工具是否已经配置好。这两个工具主要是用来安装第三方库的，只要知道所需要的第三方包名称就可以像linux一样安装程序包（确定联网环境）。这两个安装工具我是交替使用，如果用pip装不了，我会尝试用easy_install。如果这两个工具都不行的话，就使用万能安装大法，就是到这个网站去http://www.lfd.uci.edu/~gohlke/pythonlibs/下载whl包，用pip install安装下载即可，百试百灵。

方法就是在DOS界面下输入pip和easy_install命令，看是否有下面的界面，如果有就是已经安装，如果提示“…不是内部或外部命令，也不是可运行的程序”就是没有安装。









一般来说pip安装工具是自带的，第一次输入后会提示你输入pip –update更新到最新版本就行了。python -m pip install --upgrade pip

eays_install到官网https://pypi.python.org/pypi/setuptools#windows-simplified下载ez_stup.py文件，然后用python ez_stup.py –install安装即可。

4.到此为准，python的环境就基本上搭好了。这是为了解决python的编码问题，我建议在目录C:\Python27\Lib\site-packages 增加一个文件，命名为sitecustomize.py（sitecustomize.py是一个特殊文件， Python 在启动时将尝试加载该文件，因此所有代码都将运行该文件）。里面的内容见下：

# encoding=utf8
import sys reload(sys)
sys.setdefaultencoding('utf-8')
这段代码的意思是强制python用utf-8编码来处理字符。Python的默认编码是ascii编码，当python中间处理非ASCII编码时，经常会出现如下错误：
UnicodeDecodeError: 'ascii' codec can't decode byte 0x?? in position 1: ordinal not in range(128)

这个问题会在处理数据库和文本文件的时候发生的特别多，所以现在配置环境时先一步到位处理掉。

5.开始安装第三方支持库，下面是我建议装的：

xlrd/xlwt/xlutils：支持python读写excel的第三方库，速度较快，功能不够丰富；

smtplib：python的邮件接口库

ConfigParser：python读写配置文件（.ini文件）的接口库。

pymssql：python读取mssql的接口库

MySQLdb：python读取mysql的接口库。

以上是基本库。安装的时候只需要在DOS界面输入pip install xxx或者easy_install xxx（xxx是功能库名）。

还有一些程序功能包：

pywin32：应用于python的windows接口，用于读取excel，采用VBA类似的语法，功能全面，读取速度稍慢；

wxpython : 提供python的图形化展示的功能库。

matplotlib/seaborn：数据可视化功能库。（需要安装numpy,scipy,python-dateutil,pyparsing 依赖包）。

上述这些程序包可以下载安装程序（exe程序）或者也可以通过安装工具pip和easy_install安装。

6.Python编程IDE，我个人推荐PyCharm。功能强大且十分方便，各种快捷键可以把编程玩的很溜。它长这个样：





到此，配置环境已经结束，开始编程吧！

本文原创，无作者允许不要转载。