1.4 安裝與設置

由于每個人使用Python的應用場景不一樣，設置Python、安裝附加包并沒有一個統一的解決方案。很多讀者并沒有一個適合本書后續內容的Python開發環境，因此我將給出一份各操作系統上的詳細Python安裝說明。我推薦使用免費的Anaconda發布版。在本書寫作的時候，Anaconda提供Python 2.7和Python 3.6兩個版本，當然未來某個時間版本會變更。本書使用Python 3.6版本，我推薦使用Python 3.6或更高版本。

1.4.1 Windows

在Windows上起步，需要先下載Anaconda安裝器（http://anaconda.com/downloads）。我推薦讀者按照Anaconda官網下載頁上的安裝說明進行安裝，當讀者讀至此時安裝說明可能會和本書出版時的說明不太一樣。

現在，讓我們來確定所有設置是否都正確。鼠標右擊開始菜單，選擇命令行，打開命令行應用（也就是cmd.exe）。通過輸入python來啟動Python解釋器。你應該可以看到符合你下載的Anaconda版本的信息：

C:\Users\wesm>python
Python 3.5.2 |Anaconda 4.1.1 (64-bit)| (default, Jul  52016, 11:41:13)
[MSC v.1900 64 bit (AMD64)] on win32
>>>

要退出命令行，按下Ctrl-D（Linux或macOS），按下Ctrl-Z（Windows），或者輸入命令exit()后按下回車鍵。

1.4.2 Apple（OS X和macOS）

下載OS X版的Anaconda安裝器，命名如Anaconda3-4.1.0-MacOSX-x86_64.pkg。雙擊．pkg文件運行安裝器。安裝器運行時，會自動將Anaconda執行路徑添加到你的．bash_profile文件中，該文件位于/Users/$USER/.bash_profle。

確認安裝正常，可以嘗試在系統命令行（打開終端應用得到命令提示符）中運行IPython：

$ ipython

要退出命令行，按下Ctrl-D，或者輸入命令exit()后按下回車鍵。

1.4.3 GNU/Linux

Linux下的安裝細節取決于你所用的Linux版本，但是我會給出部分Linux系統的Python安裝細節，例如Debian、Ubuntu、CentOS和Fedora。設置方法與OS X大致相同，Anaconda的安裝方法除外。安裝器是一段shell腳本，必須通過終端執行。選擇x86（32位）還是x86_64（64位）安裝器取決于你的操作系統是32位還是64位。安裝時，你需要使用一個文件名類似于Anaconda3-4.1.0-Linux-x86_64.sh的文件，并在bash命令行輸入：

$ bash Anaconda3-4.1.0-Linux-x86_64.sh

部分Linux發行版包含所有所需的Python包，可以通過像apt這樣的工具進行安裝。本書的安裝是針對Anaconda的。這兩種方式下都很容易進行跨版本重現和包版本更新。

在接受許可后，需要選擇Anaconda的安裝路徑。推薦在主目錄下的默認位置進行安裝——例如/home/$USER/anaconda（$USER一般就是你的用戶名）。

Anaconda可能會問你是否需要將它的bin/目錄添加到$PATH變量中去。如果在安裝后出現了問題，你可以自行修改．bashrc（或者．zshrc，如果你使用的是zsh命令行）：

export PATH=/home/$USER/anaconda/bin:$PATH

完成修改后，你可以新開一個終端進程或通過source～/.bashrc再次執行你的．bashrc。

1.4.4 安裝及更新Python包

在本書閱讀中，你可能想要安裝Anaconda并不包含的額外Python包。通常通過以下命令進行安裝：

conda install package_name

如果不奏效你可以使用pip包管理工具進行安裝：

pip install package_name

你還可以使用conda update命令來更新包：

conda update package_name

pip還支持通過--upgrade標識升級：

pip install--upgrade package_name

貫穿本書，你會有多次機會使用以上命令。

當你能夠同時使用conda和pip進行包安裝時，請不要嘗試使用pip更新conda安裝的包，否則可能會導致環境問題。當使用Anaconda或者Miniconda時，最好還是使用conda進行更新。

1.4.5 Python 2和Python 3

Python 3.x的第一個版本發布于2008年年底。它包含了大量與Python 2.x代碼不兼容的變更。因為距離Python在1991年第一次發布已經過去了17年，鑒于長期以來的經驗教訓，創造一個“震撼”的Python 3版本是極好的。

2012年，大部分科學數據分析社區仍然在使用Python 2.x，因為當時很多包并沒有完全兼容Python 3。因此，本書的第1版使用了Python 2.7。現如今，用戶可以根據喜好在Python 2.x和Python 3.x進行選擇，因為基本上兩個版本都有全量的庫支持。

然而，Python 2.x將在2020年結束開發周期（包括重要安全補丁），所以在Python 2.7下創建新項目并不是個好主意。因此，本書將使用Python 3.6，該穩定版部署更為廣泛、支持更為友好。我們將Python 2.7稱為“傳統Python”，將Python 3.x簡稱為“Python”。我推薦你也這么做。

本書使用Python 3.6作為基礎，你的Python版本可能比3.6更新，但本書的代碼示例應該是向前兼容的。部分代碼示例可能會有不同的運行結果，或者無法在Python 2.7中運行。

1.4.6 集成開發環境和文本編輯器

當被問及我的標準開發環境時，我會回答說“IPython加文本編輯器”。通常，我會在IPython或Jupyter notebook中寫一段代碼，然后迭代測試、調試。這種方式有助于在交互情況下操作數據，并可以通過肉眼確認特定數據集是否做了正確的事。像pandas和NumPy庫都被設計為適合在命令行下使用。

然而，當開發軟件時，一些用戶可能傾向于使用功能更為豐富的集成開發環境（IDE），而不是功能相對簡單的文本編輯器比如Emacs或Vim。下面介紹一些IDE：

· PyDev（免費），基于Eclipse平臺的IDE

· PyCharm, Jetbrains公司開發（對商業用戶收費，對開源用戶免費）

· Python Tools for Visual Studio（適合Windows用戶）

· Spyder（免費）, Anaconda集成的IDE

· Komodo IDE（收費）

由于Python十分流行，大多數文本編輯器，比如Atom和Sublime Text 2都對Python有較好的支持。