数据科学家的一种工作环境 – virtualenv和Jupyter Notebook

• xhyl
• February 9, 2020

• 数据科学 开发环境

工欲善其事，必先利其器 在进行工作之前，创建一个顺手的环境是必须的，那么什么是一个顺手的工作环境呢，针对数据分析而言，我认为需要满足以下几个方面： 隔离不同的应用领域的库 – 这一条适用于所有场景，不仅针对数据分析，因为python最为强大的地方是生态，针对不同的场景，有不同的库可以满足快速开发的要求，我们不希望在数据分析的环境中安装那些无关的（比如说串口通讯）的库，因此我们需要一个隔离环境; 快速调试，快速获得灵感 – 数据分析应用场景下，往往需要不停的重组，不停的画图，来帮助理解数据; 趁手的编辑器 – 敲代码的时候比较高效，有贴心的快捷键，最好还能修改主题; 基于以上目标后两点，在数据分析领域，普遍使用Jupyter Notebook作为环境。Jupyter Notebook是一种交互式的开发环境，用户可以选择单独运行某一段python代码，并获得输出，而代码运行的变量，对象等数据都是保存在内存中，不会释放，因此在后边继续运行其他的代码片段的时候可以访问到之前创建好的数据结构。另外，Jupyter Notebook，会将代码的数据结果（可能是表格，可能是图像，也可能是普通的打印输出）连同代码本身保存在一个后缀为ipynb的文件中，因此在什么时候打开这样的文件都能看到之前运行的结果，方便结果分享。