การกระจายอนาคอนดา: ชุดข้อมูลที่สมบูรณ์ที่สุดสำหรับวิทยาศาสตร์ข้อมูลด้วย Python

ในช่วงสองสามวันที่ผ่านมาฉันได้ศึกษาและฝึกฝนอย่างลึกซึ้งมาก ภาษาโปรแกรม Python ที่เราพูดถึงในบล็อกซ้ำ ๆ กันสาเหตุหลักเป็นเพราะฉันมีแนวคิดหลายอย่างที่ต้องการระบุและมีจุดมุ่งหมายเพื่อ ทำให้กระบวนการอัตโนมัติบน Linux แต่สามารถปรับขนาดได้ในระบบปฏิบัติการอื่น

การศึกษาทั้งหมดนี้ทำให้ฉันมีโอกาสได้พบกับสิ่งใหม่ ๆ เครื่องมือกลเม็ดและแนวทางที่จะเป็นประโยชน์อย่างมากสำหรับโปรแกรมเมอร์ Pythonดังนั้นในอีกไม่กี่วันข้างหน้าเราอาจจะแบ่งปันบทความมากมายที่เกี่ยวข้องกับภาษาโปรแกรมที่ยอดเยี่ยมและทรงพลังนี้

การกระจายของอนาคอนด้า เป็นหนึ่งในเครื่องมือที่ฉันคิดว่าควรเป็นพื้นฐานสำหรับบทความชุดนี้เนื่องจากฉันพิจารณาแล้ว Suite for Data Science ที่สมบูรณ์แบบที่สุดพร้อม Python และมีฟังก์ชันมากมายที่จะช่วยให้เราพัฒนาแอปพลิเคชันได้อย่างมีประสิทธิภาพรวดเร็วและง่ายขึ้น

Anaconda Distribution คืออะไร?

งู เป็น Open Source Suiteหรือรวมถึงชุดแอปพลิเคชันไลบรารีและแนวคิดที่ออกแบบมาสำหรับการพัฒนาไฟล์ Data Science กับ Python. ในสายงานทั่วไปกnaconda Distribution คือการแจกจ่าย Python ที่ทำงานเป็นผู้จัดการสภาพแวดล้อมผู้จัดการแพ็คเกจและมีชุดของ แพ็คเกจโอเพนซอร์สมากกว่า 720 รายการ.

Anaconda Distribution แบ่งออกเป็น 4 ภาคส่วนหรือโซลูชันทางเทคโนโลยี อนาคอนดาเนวิเกเตอร์, โครงการอนาคอนด้า, ห้องสมุดวิทยาศาสตร์ข้อมูล y คอนดา. ทั้งหมดนี้ได้รับการติดตั้งโดยอัตโนมัติและในขั้นตอนง่ายๆ

เมื่อเราติดตั้ง Anaconda เราจะมีเครื่องมือเหล่านี้ที่กำหนดค่าไว้แล้วเราสามารถจัดการได้ผ่าน Navigator ส่วนติดต่อผู้ใช้แบบกราฟิกหรือเราสามารถใช้ Conda สำหรับการดูแลระบบผ่านคอนโซล คุณสามารถติดตั้งลบหรืออัพเดตแพ็คเกจ Anaconda ด้วยการคลิกเพียงไม่กี่ครั้งใน Navigator หรือด้วยคำสั่งเดียวจาก Conda

คุณสมบัติการกระจายอนาคอนดา

Suite for Data Science พร้อม Python นี้มีคุณสมบัติมากมายซึ่งเราสามารถเน้นสิ่งต่อไปนี้:

• ฟรีโอเพ่นซอร์สพร้อมเอกสารที่ละเอียดพอสมควรและชุมชนที่ยอดเยี่ยม
• หลายแพลตฟอร์ม (Linux, macOS และ Windows)
• ช่วยให้คุณสามารถติดตั้งและจัดการแพ็คเกจการอ้างอิงและสภาพแวดล้อมสำหรับวิทยาศาสตร์ข้อมูลด้วย Python ด้วยวิธีง่ายๆ
• ช่วยพัฒนาโครงการวิทยาศาสตร์ข้อมูลโดยใช้ IDE ต่างๆเช่น Jupyter, JupyterLab, Spyder และ RStudio
• มีเครื่องมือเช่น Dask, numpy, pandas และ Numba เพื่อวิเคราะห์ข้อมูล
• ช่วยให้เห็นภาพข้อมูลด้วย Bokeh, Datashader, Holoviews หรือ Matplotlib
• แอปพลิเคชันที่หลากหลายที่เกี่ยวข้องกับแมชชีนเลิร์นนิงและโมเดลการเรียนรู้
• Anaconda Navigator เป็นอินเทอร์เฟซผู้ใช้แบบกราฟิก GUI ที่ค่อนข้างเรียบง่าย แต่มีศักยภาพมหาศาล
• คุณสามารถขั้นสูงแพ็คเกจที่เกี่ยวข้องกับวิทยาศาสตร์ข้อมูลด้วย Python จากเทอร์มินัล
• ให้ความสามารถในการเข้าถึงแหล่งการเรียนรู้ขั้นสูงเพิ่มเติม
• ขจัดปัญหาการพึ่งพาแพ็กเกจและการควบคุมเวอร์ชัน
• มีเครื่องมือที่ช่วยให้คุณสร้างและแบ่งปันเอกสารที่มีรหัสพร้อมการรวบรวมสมการคำอธิบายและคำอธิบายประกอบแบบสด
• ช่วยให้คุณสามารถรวบรวม Python ลงในรหัสเครื่องเพื่อการทำงานที่รวดเร็ว
• ช่วยอำนวยความสะดวกในการเขียนอัลกอริธึมแบบขนานที่ซับซ้อนสำหรับการดำเนินงาน
• รองรับการใช้งานคอมพิวเตอร์ประสิทธิภาพสูง
• โปรเจ็กต์เป็นแบบพกพาช่วยให้คุณแชร์โปรเจ็กต์กับผู้อื่นและรันโปรเจ็กต์บนแพลตฟอร์มต่างๆ
• ทำให้การดำเนินโครงการวิทยาศาสตร์ข้อมูลง่ายขึ้นอย่างรวดเร็ว

วิธีการติดตั้ง Anaconda Distribution?

การติดตั้ง Anaconda Distribution นั้นค่อนข้างง่ายเพียงไปที่ไฟล์ ส่วนดาวน์โหลด Anaconda Distribution และดาวน์โหลดเวอร์ชันที่คุณต้องการ (Python 3.6 หรือ Python 2.7) เมื่อดาวน์โหลดแล้วเราจะเปิดเทอร์มินัลไปที่ไดเร็กทอรีที่เกี่ยวข้องและดำเนินการพยายามติดตั้งด้วยเวอร์ชันที่เกี่ยวข้อง

bash Anaconda3-4.4.0-Linux-x86_64.sh
o
bash Anaconda2-4.4.0-Linux-x86_64.sh

จากนั้นเราต้องกด enter เพื่อดำเนินการต่อเรายอมรับใบอนุญาตด้วย yesเรายืนยันไดเร็กทอรีที่เราจะติดตั้ง Anaconda และสุดท้ายเราก็เลือก yes เพื่อให้ Anaconda มีความสำคัญเหนือ Python ของเครื่อง

จากเทอร์มินัลเราเรียกใช้ Anaconda Navigator ด้วย anaconda-navigator และเราสามารถเริ่มเพลิดเพลินกับเครื่องมือดังที่เห็นในแกลเลอรีต่อไปนี้

ในทำนองเดียวกันคุณสามารถใช้สิ่งต่อไปนี้ รายการคำสั่ง Conda ที่จะช่วยให้คุณติดตั้งและจัดการแพ็กเกจได้อย่างรวดเร็ว

ชุดเครื่องมือนี้ออกแบบมาสำหรับ Data Science ที่มี Python แต่ มีประโยชน์สำหรับนักพัฒนา python ส่วนใหญ่มีแอพพลิเคชั่นและแพ็คเกจจำนวนมากที่จะช่วยให้เรามีประสิทธิภาพมากขึ้น

แพ็คเกจและยูทิลิตี้จำนวนมากที่มีอยู่ใน Anaconda Distribution จะได้รับการประเมินโดยละเอียดในบทความต่างๆที่เราจะเผยแพร่ฉันหวังว่าพื้นที่นี้จะเป็นที่สนใจสำหรับคุณและอย่าลืมแสดงความคิดเห็นเกี่ยวกับเรื่องนี้ให้เราทราบ