搭建基于 Python 的科学计算和数据分析环境

科学领域的应用是 Python 语言的专长之一。相比 Matlab，作为一个完备的编程语言，Python 具备很多优势：该语言有面向过程、面向对象、函数式等多种编程范式。并且，Python 的开发和运行环境更加轻量级，开发工具也更加多样和自由，程序集成和效率优化方案更成熟。借力数据科学和机器学习等热门应用的东风，2017 年 Python 成为 Stackoverflow 网站年度上升最快的编程语言，并在 2018 年成为 TIOBE 年度编程语言。

本文介绍 Python 科学计算和数据分析模块的安装和配置过程。

Python 版本

当前的 Python 语言分为 Python 2 和 Python 3 两大版本。如果你参考比较老旧的资料，它可能会以兼容性问题等缘由向你推荐 Python 2。但这些已经是过去式了，除非已停止维护，目前绝大部分的模块包都支持 Python 3。Python 3 具有许多新特性，幻灯片 10 awesome features of Python that you can’t use because you refuse to upgrade to Python 3 在这方面做了精准的概括。

另外，Python 2 将在 2020 年被停止支持和维护，与此同时很多第三方扩展库也将同时停止对 Python 2 的支持，这包括本文提到的所有工具包。一个方法是：如果你找不到必须使用 Python 2 的理由，那么应该果断投向 Python 3 的怀抱。

所需模块

Python 的科学计算和数据分析功能主要依赖于几个著名的模块实现，因此本文也将介绍这几个模块的安装过程。这些模块主要有：

• NumPy，提供 N 维数组类型，该库是科学计算的基础；
• SciPy，科学计算包，Matlab 工具箱的 Python 实现；
• SymPy，符号计算库，求解方程和公式推导；
• matplotlib，绘制各种二维图形（统计图等）；
• Pandas，数据分析库，处理大量数据，用于分析、建模和可视化；
• Jupyter Notebook，提供一个浏览器中使用的交互式 Python 环境。

安装 Anaconda

Anaconda 是一个 Python 发行版，相比官方发布的 CPython 解释器，Anaconda 集成了大量的第三方库，致力于简化包的管理和部署，专注于大规模的数据处理、科学计算、预测分析和数据挖掘等任务。Anaconda 现提供适用于 Windows、Linux 和 macOS 等操作系统的安装包，整个安装过程简单友好。若你不想在 Python 语言底层耗费太多的时间，只需要一个简单快捷的部署方案，Anaconda 是一个非常优秀的选择。但其缺点是安装包较大，约 400 至 600 MB。

在 Windows 操作系统上安装 Anaconda 时，需避免安装路径中包含中文字符或者空格，以免造成兼容性问题。安装完成后，还要配置环境变量，将 Anaconda 安装路径及其中的 Scripts 文件夹路径加入到系统的 Path 变量中。

为 Linux 操作系统安装 Anaconda 也非常简单，其安装文件已经被封装成 SHELL 程序脚本。你只需要下载对应的安装文件，然后使用 Bash 执行它。安装时程序将提示你输入安装路径等，按照其提示操作即可顺利完成安装过程。

自定义安装

如果你只需要为数不多的几个 Python 库，并且希望节约计算机磁盘空间，那么可以手动来安装自己需要的库。加州大学尔湾分校（UC Irvine）的网站上提供了预编译的可用于 Windows 操作系统的许多 Python 扩展库，其中包括了 NumPy、SciPy 等多个扩展库的程序包。你可以根据自己的 Python 版本下载对应的程序包文件。

我使用的解释器版本是 64 位的 Python 3.5，因此下载了如下程序包文件：

• numpy‑1.14.3+mkl‑cp35‑cp35m‑win_amd64.whl；
• scipy‑1.0.1‑cp35‑cp35m‑win_amd64.whl；
• sympy‑1.1.1‑py2.py3‑none‑any.whl；
• matplotlib‑2.2.2‑cp35‑cp35m‑win_amd64.whl；
• pandas‑0.22.3‑cp35‑cp35m‑win_amd64.whl。

由于该页面提供的程序包使用 Wheel 打包，因此你需要首先安装 Wheel。在 “命令提示符” 窗口执行：

$ pip install wheel

使用 cd 命令进入程序包文件所在目录，依次运行以下命令安装所下载的 .whl 包文件：

$ pip install numpy‑1.14.3+mkl‑cp35‑cp35m‑win_amd64.whl
$ pip install scipy‑1.0.1‑cp35‑cp35m‑win_amd64.whl
$ pip install sympy‑1.1.1‑py2.py3‑none‑any.whl
$ pip install matplotlib‑2.2.2‑cp35‑cp35m‑win_amd64.whl
$ pip install pandas‑0.22.3‑cp35‑cp35m‑win_amd64.whl

若安装中出现类似 “numpy-1.13.3+mkl-cp35-cp35m-win_amd64.whl is not a supported wheel on this platform.” 的错误，那么将其文件名中的 “cp35m” 改为 “none”，然后重新安装即可。该问题的详细解答可参考 Stackoverflow 网站的相关条目。

在联网的情况下，之后的 Jupyter Notebook 可以通过 pip 在线安装：

$ pip install jupyter

如果你希望在离线情况下完成部署，那么可以在 UC Irvine 的网站上下载所有模块及其依赖的程序包进行安装。例如，数据分析工具包 Pandas 依赖于 numpy、dateutil、pytz、setuptools 这些模块，那么在安装 Pandas 之前，你需要首先下载并安装 numpy、dateutil、pytz、setuptools 这些包。此时为了简化配置过程，强烈建议你直接安装 Anaconda。

补充

Jupyter Notebook（原 IPython Notebook）是一个非常优秀的数据分析工具，它提供的基于浏览器的交互式计算界面使用方便、功能强大，使用过程如行云流水。既可以在本地计算机进行计算，也能作为客户端操作远程工作站或者服务器。更棒的是它支持 Markdown 和 Latex 语法，可以在计算过程中插入文字描述或公式，然后轻松地将计算过程导出为文档或演示文稿使用。要体验 Jupyter Notebook 的魅力，可以在命令提示符中执行：

$ jupyter notebook

执行该命令后，程序将在浏览器中打开如下图所示的页面，该页面就是 Jupyter Notebook 提供的交互式计算界面。

你可以在其中选择要进入的文件夹，然后点击 “New” 按钮创建一个基于 Python 3 环境的笔记本，进行交互式计算的体验。