在MAC上搭建python数据分析开发环境

最近工作转型到数据开发领域，想在本地搭建一个数据开发环境。自己有三年python开发经验，马上想到使用numpy、scipy、sklearn、pandas搭建一套数据开发环境。

ubuntu的环境，百度中文章比较多，搭建起来非常顺利。MAC环境的资料比较少，百度出来的，已经不对了，那我就来补充一篇吧。

MAC自带python，python的安装我就不多说了。

安装pip

我喜欢用pip安装python库，非常方便，pip的安装只能用源码了。

＃下载源代码
https://pypi.python.org/pypi/pip 我去下载的时候是 8.0.2版本
＃解压
tar xvzf pip8.0.2.tar.gz

#安装
cd pip-1.4.1
python setup.py install

安装numpy

numpy是基础，是scipy等其它库等基础，没什么依赖，安装起来相对简单。

pip install numpy

安装brew

numpy安装之后，就是安装scipy了，为什么插了一竿子呢？它依赖fortran库，fortran库的安装需要用到MAC的包管理工具homebrew

＃下载brew
curl -LsSf http://github.com/mxcl/homebrew/tarball/master
sudo tar xvz -C/usr/local --strip 1

安装scipy

scipy 是sklearn的基础，但它依赖gfortran库,gfortran已经融入到gcc库中，安装gcc就好了，有了brew安装什么包都变得非常简单了。

#安装gcc库
brew install gcc

#安装scipy
pip install scipy
后面的安装，就按步就班了

＃安装matplotlib，方便把数据绘图显示出来
pip install matplotlib

＃安装sklearn，我理解这个安装必须在pandas之前
pip install -U numpy scipy scikit-learn

＃安装pandas
pip install pandas

到这里环境就搭建好了，开搞吧，其实搭起来也非常简单。提醒下，安装时注意权限，如果需要权限就在前面加个sudo。

赞 (0)

相关推荐

  • Python数据分析之真实IP请求Pandas详解

    前言 pandas 是基于 Numpy 构建的含有更高级数据结构和工具的数据分析包类似于 Numpy 的核心是 ndarray,pandas 也是围绕着 Series 和 DataFrame 两个核心数据结构展开的 .Series 和 DataFrame 分别对应于一维的序列和二维的表结构.pandas 约定俗成的导入方法如下: from pandas import Series,DataFrame import pandas as pd 1.1. Pandas分析步骤 1.载入日志数据 2.载

  • Python数据分析之如何利用pandas查询数据示例代码

    前言 在数据分析领域,最热门的莫过于Python和R语言,本文将详细给大家介绍关于Python利用pandas查询数据的相关内容,分享出来供大家参考学习,下面话不多说了,来一起看看详细的介绍吧. 示例代码 这里的查询数据相当于R语言里的subset功能,可以通过布尔索引有针对的选取原数据的子集.指定行.指定列等.我们先导入一个student数据集: student = pd.io.parsers.read_csv('C:\\Users\\admin\\Desktop\\student.csv')

  • 对Python进行数据分析_关于Package的安装问题

    对Python进行数据分析_关于Package的安装问题

    一.为什么要使用Python进行数据分析? python拥有一个巨大的活跃的科学计算社区,拥有不断改良的库,能够轻松的集成C,C++,Fortran代码(Cython项目),可以同时用于研究和原型的构建以及生产系统的构建. 二.Python的优势与劣势: 1.Python是一种解释型语言,运行速度比编译型数据慢. 2.由于python有一个全局解释器锁(GIL),防止解释器同时执行多条python字节码,所以python不适用于高并发.多线程的应用程序. 三.使用Python进行数据分析常用的扩

  • Python运用于数据分析的简单教程

    Python运用于数据分析的简单教程

    最近,Analysis with Programming加入了Planet Python.作为该网站的首批特约博客,我这里来分享一下如何通过Python来开始数据分析.具体内容如下: 数据导入         导入本地的或者web端的CSV文件:     数据变换:     数据统计描述:     假设检验         单样本t检验:     可视化:     创建自定义函数. 数据导入 这是很关键的一步,为了后续的分析我们首先需要导入数据.通常来说,数据是CSV格式,就算不是,至少也可以转

  • 利用python实现数据分析

    1:文件内容格式为json的数据如何解析 import json,os,sys current_dir=os.path.abspath(".") filename=[file for file in os.listdir(current_dir) if ".txt" in file]#得到当前目录中,后缀为.txt的数据文件 fn=filename[0] if len(filename)==1 else "" #从list中取出第一个文件名 if

  • R vs. Python 数据分析中谁与争锋？

    R vs. Python 数据分析中谁与争锋？

    当我们想要选择一种编程语言进行数据分析时,相信大多数人都会想到R和Python--但是从这两个非常强大.灵活的数据分析语言中二选一是非常困难的. 我承认我还没能从这两个数据科学家喜爱的语言中选出更好的那一个.因此,为了使事情变得有趣,本文将介绍一些关于这两种语言的详细信息,并将决策权留给读者.值得一提的是,有多种途径可以了解这两种语言各自的优缺点.然而在我看来,这两种语言之间其实有很强的关联. Stack Overflow趋势对比 上图显示了自从2008年(Stack Overflow 成立)以

  • 在MAC上搭建python数据分析开发环境

    最近工作转型到数据开发领域,想在本地搭建一个数据开发环境.自己有三年python开发经验,马上想到使用numpy.scipy.sklearn.pandas搭建一套数据开发环境. ubuntu的环境,百度中文章比较多,搭建起来非常顺利.MAC环境的资料比较少,百度出来的,已经不对了,那我就来补充一篇吧. MAC自带python,python的安装我就不多说了. 安装pip 我喜欢用pip安装python库,非常方便,pip的安装只能用源码了. #下载源代码 https://pypi.python.

  • 在Mac OS上搭建Python的开发环境

    一. 安装python mac系统其实自带了一个python的执行执行环境,用来运行python还行,但是开发可能就不够了,因此我们需要重新安装python.这里有两种方案安装: 1.homebrew brew install python 这个方案比较简单,如果出错的话可以给前面加sudo试试,这个安装的python可能不是最新版. 2.从官网下载安装 大家可以从https://www.python.org/download下载安装最新版的python,安装比较无脑,一路按下去就OK,缺点是以

  • Windows上使用virtualenv搭建Python+Flask开发环境

    关于virtualenv: VirtualEnv用于在一台机器上创建多个独立的Python虚拟运行环境,多个Python环境相互独立,互不影响,它能够: 1.在没有权限的情况下安装新套件 2.不同应用可以使用不同的套件版本 3.套件升级不影响其他应用 虚拟环境是在Python解释器上的一个私有复制,你可以在一个隔绝的环境下安装packages,不会影响到你系统中全局的Python解释器. 虚拟环境非常有用,因为它可以防止系统出现包管理混乱和版本冲突的问题.为每个应用程序创建一个虚拟环境可以确保应

  • 在Mac中搭建go语言开发环境的操作步骤

    前言 Go语言是Google内部主推的语言,它作为一门全新的静态类型开发语言,与当前的开发语言相比具有许多令人兴奋不已的新特性.专门针对多处理器系统的应用程序编程进行了优化,使用go语言完全可以媲美c.c++的速度,而且更加安全.简洁,支持并行进程. 以下是go语言的主要特性: 1.自动垃圾回收 2.更丰富的内置类型 3.函数多反回值 4.错误处理 5.匿名函数和闭包 6.类型和接口 7.并发编程 8.反射 9.语言交互性 Mac开发环境搭建 以上基本都属废话,搭建开发环境尽快开启编程之旅才是王

  • 在macOS上搭建python环境的实现方法

    今天刚接触python,查看了一些环境建立的文章,可能是年代久远很多都不适用,现在mac搭建python环境变得更简单.大神勿喷. 首先去python官网下载anaconda,我下载的是Python3.6,64位的. 下载后直接安装. 安装完成后 将anaconda的bin目录加入PATH echo 'export PATH="/Users/work/anaconda/bin/:$PATH"' >> ~/.bashrc 更新bashrc以立即生效 source ~/.bas

  • Windows系统中搭建Go语言开发环境图文详解

    Windows系统中搭建Go语言开发环境图文详解

    目录 1.Go语言简介 2.安装Git 3.Go 工具链(编译器)安装 3.1.环境变量GOROOT 3.2.环境变量GOPATH 3.3.Go常用命令 4.包管理 4.1.go module 4.2.gopm 5.编写Go语言代码的IDE或编辑工具 5.1.基于VSCode的Go开发环境 5.1.1.安装VSCode 5.1.2.安装插件 5.1.3.常用配置 5.2.GoLand 5.3.Vim 5.4.其他Go代码编写工具 6.Go语言学习资料分享 本文详细讲述如何在 Windows 系统

  • 利用pipenv和pyenv管理多个相互独立的Python虚拟开发环境

    我们经常会遇到这样的开发需求,比如你手头有多个开发项目,其中项目A要求用python3.7,项目B需要用python3.6,有要求项目A和项目B依赖包相互独立,互不干扰.为了满足这样的开发需求,我们需要在自己的电脑上安装多个Python版本,并且项目之间进行环境隔离.要想安装多个Python版本,可以利用pyenv这个好用的工具,对于建立多个项目之间隔离的开发环境,可以借助于pipenv这个更加好用的包管理工具. 这篇文章将给大家介绍如何利用pyenv和pipenv来管理我们的python开发环

  • PyCharm搭建一劳永逸的开发环境

    PyCharm搭建一劳永逸的开发环境

    本文已经收录于最新版的 <PyCharm中文指南>更多 PyCharm 使用技巧,可前往在线文档学习:<PyCharm 中文指南>2.0 在线文档 在开发过程中难免遇到开发半小时,环境整半天的尴尬. 有时候自己辛苦在自己电脑上搭建的环境,却只能自己使用,无法复用给同事,这就造成了团队劳动力的极度浪费. 在这里,明哥会给你介绍一种方法,可以让你辛辛苦苦在自己电脑上搭建的 Python 项目运行环境,打包给你的同事们,让他们享受你的劳动成果. 1. 下载安装 Vagrant vagra

  • 图文详解Android Studio搭建Android集成开发环境的过程

    图文详解Android Studio搭建Android集成开发环境的过程

    有很长一段时间没有更新博客了,最近实在是太忙了,没有时间去总结,现在终于可以有时间去总结一些Android上面的东西了,很久以前写过这篇关于使用Android Studio搭建Android集成开发环境,不过一直没有发表出来,写这篇文章的目的是记录一下Android开发环境的搭建过程,这篇文章写得一般般,主要是记录了整个搭建过程,没什么技术含量,觉得有帮助的朋友就看一下! 一.Android Studio简单介绍 2013年GoogleI/O大会首次发布了Android Studio IDE(A

  • 使用WAMP搭建PHP本地开发环境

    使用WAMP搭建PHP本地开发环境

    写在前面的话 PHP是服务器脚本语言,所以需要在服务器上才能运行.作为新手,搭建服务器可能需要捣腾很久,有可能还搞不定.所以在入门阶段,为了把更多时间用在熟悉编程语言上,使用集成环境是最好也是最方便的选择.而本文就来介绍如何在windows平台搭建PHP开发环境. 安装集成环境 1.下载集成环境包 WampServer官网 本人下载的是Wampserver 3.0.6 64 bit ,下载完成之后双击安装即可. wamp 3.0.6 安装的软件分别为: Apache 2.4.23 PHP 5.6

随机推荐