在您的计算机上搭建数据科学环境

在 Datacamp 等在线交互式培训与教育平台学习之后，下一步通常是在本地计算机上运用您在 Python、R、Git 或 Unix Shell 中获得的技能。面对手头的各类项目，您可能并不总是清楚需要安装哪些内容。本教程将告诉您需要安装哪些软件和包，才能开始使用这些技术。事不宜迟，让我们开始吧！

Python

要在本地计算机上使用 Python，首先需要安装它。Python 发行版有很多种，但在数据科学领域，最受欢迎的是 Anaconda Python 发行版。

Anaconda 的优势

Anaconda 是一个包管理器、环境管理器和包含众多开源包的 Python 发行版。安装 Anaconda 后，会预装许多包，如 numpy、scikit-learn、scipy 和 pandas，同时它也是安装 Jupyter Notebooks 的推荐方式。下图展示了 Jupyter Notebook 的实际使用。Jupyter Notebook 既包含代码，也包含丰富的文本元素，如图表、链接和公式。您可以在此处进一步了解 Jupyter Notebooks。

Anaconda 的其他一些优点包括：

• 如果在安装 Anaconda 后还需要其他包，您可以使用 Anaconda 的包管理器 conda 或 pip 进行安装。这一点非常有利，因为您无需自己处理多个包之间的依赖关系。Conda 甚至可以轻松在 Python 2 和 3 之间切换（可在此处了解更多）。

• Anaconda 自带 Spyder，这是一款 Python 集成开发环境。集成开发环境是一种编码工具，通常提供代码补全、高亮提示、资源管理和调试工具等功能，帮助您编写、测试和调试代码。您也可以将 Anaconda 与其他 Python 集成开发环境集成，包括 PyCharm 和 Atom。您可以在此处了解更多不同的 Python 集成开发环境。

如何安装 Anaconda（Python）

以下是针对不同操作系统安装 Anaconda 的指南链接。

在 Mac 上安装 Anaconda

在 Windows 上安装 Anaconda

R 编程语言

大多数人通常会在安装 R 编程语言的同时安装 RStudio。RStudio 集成开发环境（IDE）通常被认为是使用 R 编程语言最简单且最优秀的方式。

RStudio 的优势

安装 R 编程语言会为您提供 R 语言的一组函数与对象，以及一个允许您构建并运行命令的 R 解释器。RStudio 为您提供一个与 R 解释器协同工作的集成开发环境。

当您打开 RStudio 时，会出现如上图所示的界面。RStudio 的四个面板中包含的一些功能包括：（A）文本编辑器。（B）工作环境面板。（C）R 解释器。（D）帮助窗口与包管理系统。安装 R 之后，这些功能基本能满足您在 RStudio 中的全部需求。

如何安装 R 和 RStudio

以下是针对不同操作系统安装 R 和 RStudio 的指南链接。

在 Mac 上安装 R 和 RStudio

在 Windows 上安装 R 和 RStudio

Unix Shell

浏览目录、复制文件、使用虚拟机等，都是数据科学家日常工作的一部分。您会经常使用 Unix Shell 来完成这些任务。

Unix Shell 的部分用途

1 - 许多云计算平台基于 Linux（使用某种 Unix Shell）。例如，如果您想要在 Google Cloud 上搭建数据科学环境，或在云端（AWS EC2）使用 Jupyter Notebooks 进行深度学习，都需要一定的 Unix Shell 知识。有时您可能会用到Windows 虚拟机，但这种情况较少见。

2 - Unix Shell 提供了许多实用命令，例如：wc 命令可统计文件中的行数或词数，cat 命令可连接/合并文件，head 和 tail 命令可帮助您对大型文件取子集。您可在面向数据科学的 8 个实用 Shell 命令中了解更多。另外，也可以查看 DataCamp 课程Shell 中的数据处理。

3 - 正如您将在本文其余部分看到的，Unix Shell 经常与其他技术集成使用。

与其他技术的集成

您经常会看到 Unix Shell 命令与其他技术集成。例如，在 Jupyter Notebooks 中，常能在 Python 代码旁边看到 Shell 命令。在 Jupyter Notebook 中，您可以通过使用 ! 转义到 Shell 来执行命令。下面的代码中，Shell 命令 ls（列出当前目录下的所有文件）的结果被赋值给 Python 变量 myfiles。

myfiles = !ls
技术支持

下图展示了一个整合了若干数据集的工作流程，其中包含一些 Python 代码。请注意，Jupyter Notebook 中集成了一个 Unix Shell 命令（红色矩形框内）。

请记住，上图中的代码并不是完成任务的唯一方式，它只是您可能看到 Unix 被使用的一种小例子。如果您想学习如何在数据科学中使用 Unix，Datacamp 提供了一门免费的课程数据科学中的 Shell 入门，我强烈推荐。许多立志成为数据科学家的学习者往往忽视这一技能，但在职场中它非常重要。

Mac 上的 Unix Shell

Mac 自带 Unix Shell，因此通常无需安装任何东西！需要注意的是，Unix 系统有多种，不同系统上的命令可能不同。有时您会发现某些 Unix 命令（如 wget）在另一种 Unix 系统上存在，而在本机上没有。类似于您可以在 RStudio 和 Anaconda 中使用包管理器，Mac 也可以通过安装 Homebrew 获得一个名为 Homebrew 的包管理器。下面的链接介绍了如何安装和使用 Homebrew。

如何安装和使用 Homebrew

Windows 上的 Unix Shell 命令

Windows 不自带 Unix Shell。请记住，Unix Shell 为您提供的是对数据科学很有用的一组命令。在 Windows 上获得这些实用命令有很多方式。您可以在 Windows 上安装 Git并选择可选的 Unix 工具，从而在命令提示符中使用 Unix 命令。或者，您也可以安装 Gnu on Windows（GOW）（10MB）、Cygwin（至少 100MB）等多种方案。

Git

Git 是使用最广泛的版本控制系统。版本控制系统会记录对一个或一组文件随时间的更改，以便您日后可以回溯到特定版本。Git 非常重要，它能大幅提升协作效率，并且在很多工作场景中都会用到。学习 Git 的一些好处包括：

• 使用 Git 进行版本控制后，内容不会丢失，您随时可以回到程序的先前版本。

• 当您的工作与他人的工作发生冲突时，Git 会提醒您，因此更不容易（但并非不可能）意外覆盖他人的成果。

• Git 可以同步不同人员在不同机器上的工作，能随着团队规模扩展而扩展。

• 掌握 Git 能让您更容易为 R 和 Python 的开源包开发做出贡献。

与其他技术的集成

Git 的一个很棒的特性是它经常与其他技术集成。前文提到，RStudio 集成开发环境（IDE）通常被认为是使用 R 编程语言的最佳方式。RStudio 提供版本控制支持，而且许多 Python 集成开发环境（IDE）（在此处了解更多）也提供版本控制支持。

如果您想学习如何在数据科学中使用 Git，DataCamp 提供了一门免费的课程数据科学中的 Git 入门，我强烈推荐。

如何安装 Git

以下是针对不同操作系统安装 Git 的指南链接。

在 Mac 上安装 Git

在 Windows 上安装 Git

结语

本教程提供了在本地计算机上搭建数据科学环境的思路。需要强调的是，这些技术可以、并且经常彼此集成使用。如果您对本教程有任何问题或想法，欢迎在下方评论或通过Twitter与我联系。另外，也欢迎查看我在Github 或 Medium 博客上发布的其他安装类教程。