《Python数据挖掘与机器学习实战》—1.7.5 Anaconda和Spyder简介

举报
华章计算机 发表于 2019/06/17 12:23:35 2019/06/17
【摘要】 本节书摘来自华章计算机《Python数据挖掘与机器学习实战》一书中的第1章,第1.7.5节,作者是方巍 。

1.7.5  Anaconda和Spyder简介

  Anaconda是一个用于科学计算的Python发行版,支持Linux、Mac OS和Windows系统,提供了包管理与环境管理的功能,可以很方便地解决多版本Python并存、切换及各种第三方包安装问题。Anaconda利用工具/命令conda进行package(包)和environment(环境)的管理,并且已经包含了Python和相关的配套工具。

  这里先解释conda和Anaconda的差别。conda可以理解为一个工具,也是一个可执行命令,其核心功能是包管理与环境管理。包管理与pip的使用类似,环境管理则允许用户方便地安装不同版本的Python并可以快速切换。Anaconda则是一个打包的集合,里面预装好了conda、某个版本的Python、众多package和科学计算工具等,所以也称为Python的一种发行版。conda将几乎所有的工具和第三方包都当做package对待,甚至包括Python和conda自身。因此,conda打破了包管理与环境管理的约束,能非常方便地安装各种版本的Python和各种package并能方便地切换。Anaconda的安装包和环境管理界面如图1-7所示。

 image.png

图1-7  Anaconda安装包和环境管理界面

  Spyder(前身是Pydee)是一个强大的交互式Python语言开发环境,提供了高级的代码编辑、交互测试和调试等特性,支持包括Windows、Linux和OSX系统。和其他的Python开发环境相比,Spyder最大的优点就是模仿MATLAB的“工作空间”的功能,可以很方便地观察和修改数组的值。安装了Anaconda后会同时集成Spyder开发工具。Spyder图形用户界面如图1-8所示。

 image.png

图1-8  Spyder图形用户界面

  下面是以上介绍的5种常用Python开发工具的特点总结,如表1-1所示。

表1-1  5种Python开发工具特点总结

                                                        image.png

image.png  

       根据表1-1中的比较可知,Anaconda&Spyder更加简洁,功能更强大,适用于初学者,所以本书主要使用Anaconda&Spyder作为实例程序的开发工具,具体的安装及详细介绍将在下章中讲解。


【版权声明】本文为华为云社区用户转载文章,如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱: cloudbbs@huaweicloud.com
  • 点赞
  • 收藏
  • 关注作者

评论(0

0/1000
抱歉,系统识别当前为高风险访问,暂不支持该操作

全部回复

上滑加载中

设置昵称

在此一键设置昵称,即可参与社区互动!

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。