Anaconda je platforma dátovej vedy pre vedcov v oblasti dát, odborníkov v oblasti IT a vedúcich obchodných pracovníkov zajtrajška. Je to distribúcia Python , R , atď. S viac ako 300 balíčkami pre , stáva sa jednou z najlepších platforiem pre akýkoľvek projekt. V tomto tutorial o anakonde, prediskutujeme, ako môžeme anakondu použiť na programovanie v pythone. Nasledujú témy diskutované v tomto blogu:
- Úvod do Anacondy
- Inštalácia a nastavenie
- Ako nainštalovať knižnice Pythonu v Anaconde?
- Anakonda Navigator
- Prípad použitia
Úvod do Anacondy
Anaconda je open-source distribúcia pre python a R. Používa sa pre dátová veda , , hlboké učenie S dostupnosťou viac ako 300 knižníc pre dátovú vedu sa stáva pre každého programátora celkom optimálne pracovať na anakonde pre dátovú vedu.
Anaconda pomáha pri zjednodušenej správe a nasadení balíkov. Anaconda prichádza s celou radou nástrojov na ľahký zber dát z rôznych zdrojov pomocou rôznych algoritmov strojového učenia a AI. Pomáha pri získaní ľahko spravovateľného nastavenia prostredia, ktoré dokáže nasadiť akýkoľvek projekt jediným kliknutím.
Teraz, keď vieme, čo je anakonda, skúsme pochopiť, ako môžeme nainštalovať anakondu a nastaviť prostredie pre prácu na našich systémoch.
Inštalácia a nastavenie
Ak chcete nainštalovať anakondu, choďte na https://www.anaconda.com/distribution/ .
Vyberte si verziu, ktorá vám vyhovuje, a kliknite na stiahnutie. Po dokončení sťahovania otvorte nastavenie.
Postupujte podľa pokynov v nastavení. Nezabudnite kliknúť na pridať anakondu do mojej premennej prostredia cesty. Po dokončení inštalácie získate okno, ako je znázornené na obrázku nižšie.
Po dokončení inštalácie otvorte výzvu anakondy a napíšte .
python čo je __init__
Uvidíte okno, ako je znázornené na obrázku nižšie.
Teraz, keď vieme, ako používať anakondu pre python, sa pozrime na to, ako môžeme do anakondy inštalovať rôzne knižnice pre akýkoľvek projekt.
Ako nainštalovať knižnice Pythonu v Anaconde?
Otvorte výzvu Anakonda a skontrolujte, či je knižnica už nainštalovaná alebo nie.
Pretože nie je prítomný žiadny modul s názvom numpy, spustíme nasledujúci príkaz na inštaláciu numpy.
Okno zobrazené na obrázku sa zobrazí po dokončení inštalácie.
Po nainštalovaní knižnice skúste pre istotu znova importovať modul.
Ako vidíte, na začiatku sa nám nestalo, že by sa vyskytla chyba, takže takto môžeme inštalovať rôzne knižnice v anakonde.
Anakonda Navigator
Anaconda Navigator je grafické používateľské rozhranie pre stolné počítače, ktoré sa dodáva s distribúciou anakondy. Umožňuje nám spúšťať aplikácie a spravovať balíky conda, prostredie a bez použitia príkazov z príkazového riadku.
Prípad použitia - Základy Pythonu
Premenné a typy údajov
Premenné a typy údajov sú stavebnými kameňmi ľubovoľného programovacieho jazyka. Python má 6 dátových typov v závislosti od vlastností, ktoré majú. Zoznam, slovník, množina, n-tica sú dátové typy zhromažďovania v programovacom jazyku python.
Nasleduje príklad, ktorý ukazuje, ako sa premenné a dátové typy používajú v pythone.
#variable declaration name = 'Edureka' f = 1991 print ('python was found in', f) #data types a = [1,2,3,4,5,6,7] b = {1: 'edureka' , 2: 'python'} c = (1,2,3,4,5) d = {1,2,3,4,5} print ('zoznam je', a) print ('slovník je') , b) tlač („n-tica je“, c) tlač („množina je“, d)Operátorov
Operátory v Pythone sa používajú na operácie medzi hodnotami alebo premennými. V pythone existuje 7 typov operátorov.
- Prevádzkovateľ pridelenia
- Aritmetický operátor
- Logický operátor
- Operátor porovnania
- Bitový operátor
- Prevádzkovateľ členstva
- Prevádzkovateľ identity
Nasleduje príklad použitia niekoľkých operátorov v pythone.
a = 10 b = 15 # aritmetický operátor print (a + b) print (a - b) print (a * b) # operátor priradenia a + = 10 print (a) # porovnávací operátor #a! = 10 #b == a #logický operátor a> b a a> 10 # toto vráti hodnotu true, ak sú oba výroky pravdivé.
Kontrolné vyhlásenia
Výroky ako , break, continue sa používajú ako riadiaci príkaz na získanie kontroly nad vykonaním pre dosiahnutie optimálnych výsledkov. Tieto príkazy môžeme použiť v rôznych slučkách v pythone na riadenie výsledku. Nasleduje príklad, ktorý ukazuje, ako môžeme pracovať s kontrolnými a podmienenými príkazmi.
name = 'edureka' pre i v mene: if i == 'a': break else: print (i)
Funkcie
poskytujú efektívnu opätovnú použiteľnosť kódu, kde môžeme napísať logiku pre vyhlásenie o probléme a spustiť niekoľko argumentov, aby sme dosiahli optimálne riešenia. Nasleduje príklad toho, ako môžeme používať funkcie v pythone.
def func (a): vráti ** a res = func (10) print (res)
Triedy a predmety
Pretože python podporuje objektovo orientované programovanie, môžeme s nimi pracovať triedy a predmety tiež. Nasleduje príklad toho, ako môžeme pracovať s triedami a objektmi v pythone.
trieda Parent: def func (self): print ('this is parent') class Child (Parent): def func1 (self): print ('this is child') ob = new Child () ob.func ()Toto je niekoľko základných pojmov v pythone, ktoré sa majú začať. Teraz, keď hovoríme o podpore väčších balíkov v anakonde, môžeme pracovať s mnohými knižnicami. Poďme sa pozrieť na to, ako môžeme na analýzu údajov použiť python anakondu.
Prípad použitia - Analytics
ako robiť moc v jave
Jedná sa o určité kroky . Poďme sa pozrieť na to, ako funguje analýza dát v anakonde a rôznych knižniciach, ktoré môžeme použiť.
Zhromažďovanie údajov
The zhromažďovanie údajov je také jednoduché ako načítanie súboru CSV do programu. Potom môžeme príslušné údaje využiť na analýzu konkrétnych inštancií alebo záznamov v údajoch. Nasleduje kód na načítanie údajov CSV do programu.
import pand ako pd import numpy ako np import matplotlib.pyplot ako plt import Seaborn ako sns df = pd.read_csv ('názov súboru.csv') print (df.head (5))Krájanie a krájanie na kocky
Po načítaní množiny údajov v programe musíme údaje filtrovať pomocou niekoľkých zmien, ako je vylúčenie nulových hodnôt a nepotrebných polí, ktoré môžu v analýze spôsobiť nejednoznačnosť.
Nasleduje príklad toho, ako môžeme filtrovať údaje podľa požiadaviek.
print (df.isnull (). sum ()) # toto dá súčet všetkých nulových hodnôt v množine údajov. df1 = df.dropna (os = 0, how = 'any') #toto zruší riadky s nulovými hodnotami.
Rovnako môžeme zrušiť nulové hodnoty.
BoxPlot
sns.boxplot (x = df ['Rozsah platov od']) sns.boxplot (x = df ['Rozsah platov do'])
Bodový diagram
importovať matplotlib.pyplot ako plt fig, ax = plt.subplots (figsize = (16,8)) ax.scatter (df ['Rozsah platov od'], df ['Rozsah platov do']) ax.set_xlabel ('Plat Rozsah od ') ax.set_ylabel (' Rozsah platu DO ') plt.show ()
Vizualizácia
Keď sme zmenili údaje podľa požiadaviek, je potrebné ich analyzovať. Jedným z takýchto spôsobov je vizualizácia výsledkov. Lepšie pomáha pri optimálnej analýze dátových projekcií.
Nasleduje príklad na vizualizáciu údajov.
sns.countplot (x = 'Indikátor na plný alebo čiastočný úväzok', data = df) sns.countplot (x = 'Indikátor na plný / čiastočný úväzok', odtieň = 'Frekvencia platov', údaje = df) sns .countplot (hue = 'Indikátor na plný alebo čiastočný úväzok', x = 'Typ vysielania', data = df) df ['Rozsah platov od']. plot.hist () df ['Rozsah platov do']. plot.hist ()
importujte matplotlib.pyplot ako plt fig = plt.figure (figsize = (10,10)) ax = fig.gca () sns.heatmap (df1.corr (), annot = True, fmt = '. 2f') plt. nadpis („Korelácia“, veľkosť písma = 5) plt.show ()
Analýza
Po vizualizácii môžeme vykonať našu analýzu na základe rôznych grafov a grafov. Predpokladajme, že pracujeme na údajoch o pracovných pozíciách, a to tak, že sa pozrieme na vizuálne znázornenie konkrétneho pracovného miesta v regióne a zistíme počet pracovných miest v konkrétnej doméne.
Z vyššie uvedenej analýzy môžeme predpokladať nasledujúce výsledky
- Počet pracovných miest na čiastočný úväzok v súbore údajov je v porovnaní s pracovnými miestami na plný úväzok veľmi malý.
- zatiaľ čo počet pracovných miest na čiastočný úväzok je menej ako 500, pracovných miest na plný úväzok je viac ako 2 500.
- Na základe tejto analýzy môžeme zostaviť a predikčný model.
V tomto tutoriáli pre anakondu pre python sme pochopili, ako môžeme nastaviť anakondu pre python s prípadmi použitia, ktoré pokrývali základy pythonu, analýzu dát a strojové učenie. S viac ako 300 balíčkami pre dátovú vedu poskytuje anakonda optimálnu podporu s efektívnymi výsledkami. Ak si chcete osvojiť svoje zručnosti v pythone, zaregistrujte sa v Edureke a naštartujte svoje učenie.
Máte nejaké otázky? uveďte ich v komentároch tohto článku k tutoriálu „python anakonda“ a my sa vám ozveme čo najskôr.