【数据发掘】Python底子环境安装配置
一、摘要本文主要先容如安在Windows上安装Python3.13.2，然后基于该Python版本安装Jupyter notebook、Numpy、pandas等数据发掘涉及到的相干库，本文适合Python初学者和数据发掘初学者作为学习后续课程的准备。
二、安装Python3.13.2
[*] 到官网下载Python，官网地址：Python官网
https://i-blog.csdnimg.cn/direct/6177fdb49da4466c841e7b16175352a5.png
[*] 安装python：双击python-3.13.2-amd64.exe，一起下一步即可。固然安装路径可选择自定义盘，默认安装在C:\Program Files\Python313。
[*] 验证Python环境和pip环境
打开cmd，输入：python -V和pip -V
https://i-blog.csdnimg.cn/direct/21a98f783bbf4c94866fab3814cffe91.png
三、安装Jupyter Notebook
[*] 使用管理员身份打开cmd，然后执行如下下令进行安装：
pip install notebook
执行效果：
https://i-blog.csdnimg.cn/direct/e6d34bd9312442488342ac5477e2811b.png
[*] 修改 Jupyter Notebook 默认启动目次
打开下令行（Windows 的 cmd / PowerShell，macOS/Linux 的终端），输入以下下令生成配置文件：
jupyter notebook --generate-config
执行后会显示配置文件路径（如 Windows 系统通常为 C:\Users\用户名.jupyter\jupyter_notebook_config.py）。
[*] 定位并编辑配置文件
[*]Windows：通过文件资源管理器进入 C:\Users\用户名\.jupyter\ 目次，用记事本、VS Code 等文本编辑器打开 jupyter_notebook_config.py。
[*] 修改默认目次
[*]在配置文件中搜索 # c.NotebookApp.notebook_dir = ''，删除行首的 # 取消表明，将路径修改为目标目次：c.NotebookApp.notebook_dir = 'D:/jupyter_workspace'# 替换为你的目标目录
[*]确保目次已存在（如提前在 D 盘创建 jupyter_workspace 文件夹）。
[*]路径写法留意：Windows 用反斜杠 \ 需转义（如 D:\\jupyter_workspace），或直接用正斜杠 D:/jupyter_workspace；macOS/Linux 用尺度路径（如 /Users/用户名/my_jupyter_dir）。
[*] 重启验证
保存配置文件，关闭全部 Jupyter 历程，重新打开下令行输入 jupyter notebook。启动后，欣赏器中 Jupyter 的文件目次会显示为你设置的目标目次。
https://i-blog.csdnimg.cn/direct/0e5a69903de242e9917e0aa9f23527e1.png
四、安装Numpy和Pandas以及matplotlib
[*] 建议以管理员身份执行如下下令。
[*] 安装numpy，只需执行如下下令即可：
pip install numpy
执行效果：
https://i-blog.csdnimg.cn/direct/e33a7524ecdc4271b48695a7689704ce.png
[*] 安装numpy，只需执行如下下令即可：
pip install pandas
执行效果：
https://i-blog.csdnimg.cn/direct/0ea57ad915b94a4bb86fd94c94be7cb9.png
[*] 安装matplotlib，只需执行如下下令即可：
pip install matplotlib
执行效果：
https://i-blog.csdnimg.cn/direct/d3251284624e4e9590715224c48fa250.png
五、安装scikit-learn库和seaborn库
[*] 建议以管理员身份执行如下下令。
[*] 安装依靠库scipy（若已安装 scipy 可跳过）：
pip install scipy
执行效果：
https://i-blog.csdnimg.cn/direct/a6263b76f17d4fc982344f6611764ff3.png
[*] 安装 scikit-learn：
pip install scikit-learn
执行效果：
https://i-blog.csdnimg.cn/direct/3597493276da420980bd9edda81c00aa.png
[*] 安装 seaborn库：
pip install seaborn
执行效果：
https://i-blog.csdnimg.cn/direct/39006dcd450d4088bd82d42e8c6b647e.png
到此，学习数据发掘的底子python环境已经安装配置完成，可以舒畅的玩耍了~~
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。
页:
[1]