01
什么是数据科学
数据科学常被定义为统计学与编程的结合。本文将为您详细讲解如何在您的计算机上构建一个专业的数据科学环境，以便您可以开始使用流行数据科学库进行实际操作！
什么是专业的数据科学环境？通常认为，它需要具备以下两个要素：
编程语言：Python 3。虽然许多有经验的数据科学家仍在使用R语言——尤其是那些拥有强大统计学背景的人，但总体来说，Python作为一种更为通用和流行的编程语言，能够更轻松地处理从网页抓取、数据清理到建模和构建仪表板或生产模型等更广泛的问题。目前，大多数数据科学家都选择使用Python 3。编辑器：Jupyter Notebook——尽管有很多出色的文本编辑器可以用来编写Python代码，例如Visual Studio Code就是一个流行的免费选择，但要创建可共享的文件，方便地交错注释、代码和图表，Jupyter Notebook是难以超越的。安装Python和Jupyter Notebook最简单的方法是使用免费的Anaconda发行版，它还包含了许多数据科学所需的软件包，如pandas、statsmodels和scikit-Learn。
立即学习“Python免费学习笔记（深入）”；
安装过程会因您使用的是Windows、Mac还是Linux系统而有所不同。本文将介绍在Windows系统下如何安装。
02
安装过程
点击Python 3的“下载”按钮。
此时会弹出一个窗口，询问您是否愿意向Python提供您的信息——除非您愿意，否则无需这样做。
您应该会在浏览器窗口的底部看到一个正在下载的.exe文件。下载完成后，点击浏览器左下角文件名称右边的箭头，选择“打开”。
如果在浏览器中看不到这个文件，您也可以打开Windows资源管理器，导航到“下载”目录，双击列表中的Anaconda文件来打开它。
这将启动Anaconda安装程序，为您的计算机安装软件。
点击“下一步”，然后点击“我同意”接受许可，您可以选择为“仅我”安装，再次点击“下一步”。然后选择目标文件夹（默认值适用于大多数用户）。
本书是全面讲述PHP与MySQL的经典之作，书中不但全面介绍了两种技术的核心特性，还讲解了如何高效地结合这两种技术构建健壮的数据驱动的应用程序。本书涵盖了两种技术新版本中出现的最新特性，书中大量实际的示例和深入的分析均来自于作者在这方面多年的专业经验，可用于解决开发者在实际中所面临的各种挑战。
在下一个屏幕上，确保选中“将Anaconda添加到我的路径环境”复选框。尽管它会提示不建议这样做，但这是从命令行访问Anaconda所必需的，这将为您的项目工作提供最大的灵活性。然后点击“安装”。
这个步骤可能需要几分钟时间。
安装完成后：
点击“下一步”。您可以跳过Microsoft Visual Code Studio或PyCharm的安装。
最后点击“完成”。
它会打开一个浏览器窗口，您可以直接关闭。
这就是Anaconda的安装过程！下一步是测试您的安装。
03
测试
要测试安装，在Windows上点击“开始”，然后在程序列表中点击“Anaconda Navigator”（或者在搜索栏中搜索“Anaconda Navigator”并选择它）。
在Mac电脑上，打开Finder，在Applications文件夹中找到Anaconda Navigator。
Anaconda Navigator是您可以运行Jupyter Notebook的一种方式：
·END·
