适合新手的数据处理神器组合:PyCharm + Anaconda + JupyterLab

介 绍

我们一直想提高生产率-在相同的时间量内，我们可以完成更多的工作。数据科学研究人员也是如此。设置好硬件之后，就该考虑如何选择启动数据科学项目所需的软件了。问题在于市场上有太多选择，并且出于学习目的，您可能已经尝试过其他工具。换句话说，您的购物清单太长，您可能迷路了，不应该上手。

在本文中，我想分享我认为适合我的数据科学项目需求的组合。当然，对于所有人来说，这都不是一种千篇一律的解决方案。但是，如果您对配置没有任何想法，可能可以先尝试一下。

具体来说，我们将使用三种工具：PyCharm，Anaconda和JupyterLab。我将首先介绍安装过程，然后讨论每个工具的作用。我会尽量简明扼要，因为如果我输入过多的信息，对于初学者来说将是压倒性的。

安 装

PyCharm

要安装PyCharm，您可以访问PyCharm网站：https://www.jetbrains.com/pycharm/download/#section=windows。根据您的操作系统，您需要下载正确的版本。我在一家非营利性教育机构工作，因此可以使用专业版。如果您遇到类似情况，则可以利用此好处。但是，如果您主要从事Python开发，则Community版本应该可以正常工作。下载完成后，只需按照提示进行操作即可。

Anaconda

要安装Anaconda，您可以访问Anaconda网站：https://www.anaconda.com/products/individual。对于我们许多人来说，我们只能使用单独的版本。但是团队和企业还有其他版本。这是不同计划比较的链接。 同样，您需要为自己的操作系统选择版本。下载完成后，只需按照提示进行操作即可。

JupyterLab

您实际上并不需要下载JupyterLab的任何东西，因为一旦运行了Anaconda，您就可以在Anaconda中非常方便地访问它，它将为您处理所有安装和其他设置。

角 色

PyCharm

• Python脚本编码。它具有以下我喜欢使用的功能。当然，其他IDE也具有这些功能，但是可能会有一些变化。

1. * Python编码风格检查。它可以检查编码风格是否有问题，比如命名和缩进。在此过程中，您将学习Python编码的最佳实践。
2. *自动完成提示。在您开始输入后，自动完成建议会迅速提示。还有一些内置的短代码段可以自动提示，例如类的__init__方法。
3. *代码分析。它可以检查变量是否被使用，是否使用任何导入的模块，某些变量是否在定义之前被使用，以及各种其他分析。代码分析的一个重要特性是告知您重复的内容，这将帮助您重构代码。
4. *定义查找。它是非常方便的查找任何变量或函数与一个快捷方式(按下Cmd或Ctrl和点击)。这是双向查找。如果它本身是一个定义，它会提示用法。如果它是一个对变量的引用，它将引导您访问定义。
5. *重构。当您更改变量名、更改函数签名或删除文件时，它将允许您系统地进行这些操作，这将防止由于这些重构操作而产生的bug。

• 与版本控制集成。无论你是数据科学家还是软件工程师，你总是想使用版本控制工具。对于我们中的许多人来说，选择GitHub，使用它不仅可以备份我们的代码，还可以访问不同版本的代码进行重构。
• PyCharm有一套专用的版本控制管理工具。你不需要知道很多关于git命令的知识。大多数操作都可以通过点击来完成。在我的项目中，我将只使用快捷键进行常见操作，例如提交(Cmd + K)和puch提交(Cmd + Shift + K)。
• 包安装提示。对于许多常见的包，您可以开始用PyCharm编写代码。如果需要的包没有安装，系统会提示您安装这个包。在大多数情况下，PyCharm都能很好地完成任务。
• 虚拟环境集成。当您创建一个项目时，您可以指定如何设置虚拟环境(下面将详细介绍)。您可以简单地指定Conda作为新的环境管理器。

Anaconda

• 环境管理。Python程序员不应该不熟悉虚拟环境这个术语。由于Python的开源特性，我们有大量的软件包可供使用。问题是不同的包可能有不同的需求，因此不可能只有一个Python安装和相关的包来满足所有应用程序的需求。虚拟环境就是通过创建具有特定依赖项的虚拟环境来解决这个问题，为每个应用程序形成独立的自包含框。

1. *创建/克隆新环境。您可以从头创建一个新环境，也可以从现有的虚拟环境中克隆一个。
2. *进口环境。如果您已经在其他地方设置了环境，则可以导入安装文件，这允许您使用Anaconda轻松地重新构建环境。

• 启动应用程序。对于每个环境，您都可以启动想要使用的应用程序。例如，你可以在这里启动PyCharm或JupyterLab。许多用于数据科学的其他常用应用程序都可以方便地访问，比如Visual Studio Code和RStudio。

JupyterLab

• Jupyter笔记本。虽然PyCharm支持木星笔记本，但我觉得体验不太好。您的屏幕有两个部分-一个是编码，另一个是显示结果。因此，编辑笔记本做一些琐碎的工作是可以的。但是，如果你想要一个更有互动性和响应性的笔记本体验，你可能需要使用JupyterLab
• 笔记本电脑扩展。许多开发人员已经开发了有用的笔记本扩展。因此，通过在juyterlab中运行笔记本，您可以访问这些扩展以提高生产率，例如查看内容表和变量检查器。

在开始之前

这是一个对我来说一直有效的数据科学项目的典型工作流程。当然，它是我到目前为止讨论的这三种工具的组合。

1. 运行PyCharm并创建一个项目，使用Conda进行虚拟环境管理。
2. 用PyCharm编写脚本。如前所述，通过提供代码完成和分析特性，PyCharm允许您比许多其他ide更快地编写代码。我没有提到的另一件事是对Scientific模式的支持，它创建了单独的单元格，以便您运行更小的代码片段。
3. 创建一个Notobook。当您准备创建ML或其他需要更多交互或图形的模型时，您可能想现在就创建笔记本。在PyCharm中创建笔记本是很重要的，它会为你设置正确的翻译版本。
4. 编辑Jupyter Notebook。去Anaconda启动Jupyterlab。打开创建的笔记本，您可以开始编辑笔记本。
5. 在完成这些步骤的过程中，不要忘记使用PyCharm中的集成工具向项目添加版本控制。

·END·