В области науки о данных, кто не знаком с программным обеспечением Anaconda Navigator?
Программное обеспечение, созданное Anaconda, Inc, представляет собой программное обеспечение IDE, обычно используемое экспертами-исследователями для проведения исследований в различных областях исследований, таких как образование, сельское хозяйство. , здравоохранение, география, морское дело, биология и другие области исследований.
Не только в указанных выше областях исследований, но и в использовании Anaconda Navigator практиками также доминирует отрасль, которая фокусируется на обработке данных и развитии методов машинного обучения в качестве процесса поддержки бизнеса. Результаты исследования и анализа данных, полученных с помощью инструментов Anaconda Navigator, безусловно, будут очень полезными для руководителей компании в определении стратегии.
До 2019 года было предоставлено как минимум 7 инструментов, таких как Jupyter Lab, Jupyter Notebook, Spyder, Orange3, Glueviz, R Studio и VS Code. Как правило, пользователи, знакомые с языком Python, будут использовать Jupyter Lab, Jupyter Notebook, Spyder и Orange3. В то время как пользователи, знакомые с языком R, будут использовать инструменты R Studio в качестве средства борьбы с данными.
Первое, что обычно делают пользователи, — это создание среды приложения. Среда представляет собой набор материалов, необходимых для разработки приложений. Создание окружения необходимо, если у пользователя много проектов, требующих модулей или библиотек с определенными критериями. Другими словами, вы можете использовать ту же среду, если проект, который вы создадите, имеет библиотеки, аналогичные вашему предыдущему проекту.
Я дам учебник по созданию среды приложения на Anaconda Navigator. Прежде чем мы начнем, убедитесь, что вы загрузили его с https://www.anaconda.com/distribution/ и установили программное обеспечение Anaconda Navigator на свой компьютер.
Вот так.
- Запустите Анаконда Навигатор.
2. Выберите вкладку Среды и нажмите Создать.
3. Введите «env_scriptc» или что-то другое в поле имени и выберите пакет Python 3.6. Подождите несколько минут. До сих пор я по-прежнему верен Python версии 3.6, потому что все еще есть много программ, которым нужны старые модули и которые обычно используются программистами Python.
На следующем рисунке показаны установленные в настоящее время пакеты среды env_scriptc.
4. Выберите меню Главная. Нажмите «Установить» в JupyterLab. Подождите несколько минут, пока установка не завершится. (5–10 минут).
5. Запустите Anaconda Prompt из меню «Пуск» и следуйте моим инструкциям.
«H:» — это мой дополнительный диск, и я сосредоточился на папке scriptc в качестве каталога моего проекта. Я использую «conda активировать env_scriptc», чтобы активировать созданную нами среду.
6. Введите команду «pip install -r library.txt». Дождитесь процесса установки библиотеки.
Примечание. libraries.txt — это файл, который содержит дополнительные библиотеки, такие как numpy, sklearn, matplotlib, keras, tensorflow, nltk и т. д. Вы можете настроить его в зависимости от требований вашего проекта.
7. Введите «jupyter-lab», и вы будете перенаправлены в веб-браузер с локальным хостом по умолчанию: 8888/lab.
Это пользовательский интерфейс Jupyter Lab. Те из вас, кто любит темный режим, могут установить тему Jupyter Lab с помощью меню Настройки-JupyterLab Theme-JupyterLab Dark. Исследуйте и получайте удовольствие!
Я думаю, что это довольно легко для новичков, которые хотят начать изучать науку о данных. В качестве интермеццо есть инструмент, который имеет аналогичную функциональность этому программному обеспечению, под названием Google Colaboratory. Конечно, я рекомендую использовать Anaconda Navigator, если в какой-то момент у вас нет подключения к Интернету. :D
