Mon environnement d'analyse de données python est le suivant.
os fedora22。 Je ne pouvais pas arrêter l'installation au milieu de la méthode de gravure sur DVD, j'ai donc mis à niveau à partir de fedora21. fedora22 est le meilleur.
python Il s'agit d'un anaconda 64 bits python3.4. La série python2 est difficile à gérer le japonais, mais la série python3 peut simplement gérer le japonais. De plus, pour analyser les données, un module tel que numpy est requis en haut, et si vous essayez de l'installer individuellement, vous souffrirez de dépendances, mais avec anaconda, vous pouvez tout installer en même temps et le désinstaller facilement. Vous pouvez également pip dans un environnement anaconda. J'ai aussi pu déplacer le mecab. anaconda est également génial. Download Anaconda
Apprentissage automatique C'est scikit-learn. Il existe de nombreuses façons de faire du machine learning, mais je l'ai réduit à scikit-learn, qui semble être de bonne qualité, car cela ne fonctionne pas.
Éditeur et environnement d'exécution L'éditeur est gedit. Pour Windows, c'est Sakura Editor. Écrivez le code dans l'éditeur, collez-le dans la qtconsole et exécutez-le. qtconsole est également génial. Puisqu'il s'agit d'ipython, la complétion par tabulation est également possible. Cette fonction de complétion et d'aide est vraiment utile. Vous pouvez explorer la grande quantité de fonctionnalités python selon vos besoins.
J'ai également utilisé le notebook IPython, ce qui, à mon avis, est bon pour communiquer des informations, mais il était difficile à utiliser. Surtout, j'ai trouvé difficile à utiliser pour afficher le graphique en ligne. Le code est difficile à voir. qtconsole est plus facile à utiliser.
J'ai spyder dans l'IDE. C'est bien fait, mais c'était difficile à utiliser. Cela peut sembler facile à utiliser lors du développement de logiciels, mais je n'en avais pas besoin.
Recommended Posts