Meine Python-Datenanalyseumgebung

Meine Python-Datenanalyseumgebung sieht wie folgt aus.

os fedora22。 Ich konnte die Installation während des Brennens auf DVD nicht stoppen, also habe ich ein Upgrade von fedora21 durchgeführt. fedora22 ist das beste.
python Es ist Anaconda 64bit Python3.4. Die Python2-Serie ist schwierig mit Japanisch umzugehen, aber die Python3-Serie kann einfach mit Japanisch umgehen. Um Daten zu analysieren, ist oben ein Modul wie numpy erforderlich. Wenn Sie versuchen, es einzeln zu installieren, werden Sie von Abhängigkeiten geplagt. Mit anaconda können Sie jedoch alles auf einmal installieren und einfach deinstallieren. Sie können auch in einer Anakonda-Umgebung pipen. Ich konnte auch Mecab bewegen. Anaconda ist auch großartig. Download Anaconda
Maschinelles Lernen Das ist Scikit-Lernen. Es gibt viele Möglichkeiten, maschinelles Lernen zu betreiben, aber ich habe es auf Scikit-Lernen eingegrenzt, was gut aussieht, weil es nicht funktioniert.
Editor und Ausführungsumgebung Der Editor ist gedit. Für Windows ist es Sakura Editor. Schreiben Sie den Code in den Editor, fügen Sie ihn in die qtconsole ein und führen Sie ihn aus. qtconsole ist auch großartig. Da es sich um Ipython handelt, ist auch die Vervollständigung von Registerkarten möglich. Diese Vervollständigungs- und Hilfefunktion ist wirklich nützlich. Sie können die große Menge an Python-Funktionen nach Bedarf erkunden.

Ich habe auch das IPython-Notizbuch verwendet, das meiner Meinung nach gut für die Kommunikation von Informationen geeignet ist, aber es war schwierig zu verwenden. Insbesondere fand ich es schwierig, das Diagramm inline anzuzeigen. Der Code ist schwer zu sehen. qtconsole ist einfacher zu bedienen.

Ich habe Spyder in der IDE. Es ist gut gemacht, aber es war schwer zu bedienen. Es mag einfach erscheinen, wenn man Software entwickelt, aber ich brauchte es nicht.