技术原理

蟒蛇教程:你需要知道的一切

蟒蛇是数据科学家、IT专业人士和未来商界领袖的数据科学平台。它是Python、R等的一个发行版,拥有300多个数据科学包,成为任何项目的最佳平台之一。在这个python anaconda教程中,我们将讨论如何使用anaconda进行python编程。以下是本博客中讨论的主题:

介绍Anaconda的安装和设置如何在Anaconda中安装Python库?Anaconda Navigator用例Python Fundamentals Analytics机器学习和人工智能简介Anaconda

Anaconda是面向Python和R的开源发行版,用于数据科学、机器学习、深度学习等,提供300多个数据科学库,对于任何程序员来说,为数据科学而开发anaconda都是相当理想的。

logo-python anaconda tutorial-edureka

anaconda有助于简化包管理和部署。Anaconda配备了各种各样的工具,可以使用各种机器学习和人工智能算法轻松地从各种来源收集数据。它有助于获得一个易于管理的环境设置,只需单击一个按钮即可部署任何项目。

现在我们知道了什么是蟒蛇,让我们试着了解如何安装anaconda并设置一个在我们的系统上工作的环境。

安装和设置

安装anaconda转到https://www.anaconda.com/distribution/

anaconda home-python anaconda tutorial-edureka

选择一个适合您的版本并单击下载。下载完成后,打开安装程序。

setup-python anaconda tutorial - edureka

按照安装程序中的说明进行操作。别忘了单击add anaconda to my path环境变量。安装完成后,您将看到如下图所示的窗口。

setup-python anaconda tutorial-edureka

安装完成后,打开anaconda提示符并键入jupyter notebook。

anaconda prompt - python anaconda tutorial-edureka

您将看到如下图所示的窗口。

了解如何使用anaconda for python让我们看看如何在anaconda中为任何项目安装各种库。

如何在anaconda中安装python库

“打开anaconda提示符并检查库是否已安装。

,因为不存在名为numpy的模块,我们将运行以下命令安装numpy。

完成安装后,您将看到映像中显示的窗口。

安装库后,请尝试再次导入模块以获得保证。

如您所见,我们在开始时没有错误,所以这就是我们如何在anaconda中安装各种库的方法。

anaconda Navigator

logo-python anaconda tutorial-edureka1”

anaconda Navigator是anaconda发行版附带的桌面GUI。它允许我们在不使用命令行命令的情况下启动应用程序和管理conda包、环境。

用例-Python基础知识

logo-python anaconda tutorial-edureka2”

变量和数据类型

变量和数据类型是任何编程语言的组成部分。Python有6种数据类型,这取决于它们拥有的属性。List、dictionary、set、tuple是python编程语言中的集合数据类型。下面的

是一个示例,演示了在python中如何使用变量和数据类型。

#变量声明f=1991年#数据类型b={1:“爱德华雷卡”,2:“巨蟒”}d={1,2,3,4,5}打印(“字典是”,b)打印(“设置为”,d)a=10b=15个#算术运算符打印(a b)打印(a*b)a =10#比较运算符#一个!=10个#b==aa>b和a>10#如果两个语句都为true,则返回true。姓名='edureka'如果i='a':其他:函数

Python函数以一种高效的方式提供代码可重用性,在这里我们可以为问题语句编写逻辑并运行一些参数以获得最佳解决方案。下面是一个如何在python中使用函数的示例。

定义函数(a):res=函数(10)类和对象

由于python支持面向对象编程,因此我们也可以使用类和对象。下面是一个例子,说明如何在python中处理类和对象。

定义函数(自身):子类(父类):print('这是子项')ob=新建子项()作业功能()导入熊猫作为pd将numpy导入为np将matplotlib.pyplot导入为plt数据框=pd.read_csv公司('文件名.csv')打印(测向头(5) (第页)切片和切割

在程序中加载数据集后,我们必须通过一些更改来筛选数据,例如消除可能导致分析不明确的空值和不必要的字段。

下面是一个如何根据要求筛选数据的示例。

#这将给出数据集中所有空值的总和。df1=数据框dropna(轴=0,方式=任意)#这将删除具有空值的行。单幅箱线图(x=df['薪资范围从'])

logo-python anaconda tutorial-edureka8”

散点图

将matplotlib.pyplot导入为plt最大分散(df['salar Range From'],df['Salary Range To'])ax.set_xlabel('薪资范围从')节目表()sns.countplot(x=“全职/兼职指示器”,data=df)sns.countplot(x=“全职/兼职指标”,hue=“薪资频率”,data=df)df[“薪资范围从”].plot.hist()countplot-python anaconda tutorial-edurekacountplot-python anaconda tutorial-edurekahistogram-python anaconda tutorial-edurekahistogram-python anaconda tutorial -edureka将matplotlib.pyplot导入为pltax=图gca()plt.title(“相关性”,fontsize=5)节目表()

你也可能喜欢

发表评论

您的电子邮件地址不会被公开。 必填项已用 * 标注

提示:点击验证后方可评论!

插入图片
人工智能专业学什么专业 投稿者
我还没有学会写个人说明!
最近文章
  • * 没有更多文章了
  • 热门搜索

    分类目录