实验一  Anaconda安装和使用

一、实验目的和要求

（一）掌握Windows下Anaconda的安装和配置。

（二）掌握Windows下Anaconda的简单使用，包括IDLE、Jupyter Notebook、Spyder工具的使用。

（三）掌握使用pip管理Python扩展库，包括扩展库的下载、在线安装、离线安装、升级、卸载等操作。

二、实验内容

（一）下载Anaconda。

（二）安装和配置Anaconda。

（三）使用Anaconda自带的IDLE。

（四）使用Anaconda自带的Spyder。

（五）使用Anaconda自带的Jupyter Notebook。

（六）使用pip/conda工具管理Python第三方扩展库。

三、实验仪器、设备

PC一台 + Windows 操作系统 + Anaconda Distribution（Python 3.X）安装文件，要求能够上网。

四、实验原理

（一）Python简介

Python是一门跨平台、开源、免费的解释型高级动态编程语言，支持命令式编程（how to do）、函数式编程（what to do），完全支持面向对象程序设计，语法简洁清晰，拥有大量功能强大的内置对象、标准库和几乎支持所有领域应用开发的成熟扩展库。

目前Python支持的操作系统包括主流的Windows、Linux、Mac OS等。

目前，常用的Python IDE工具主要有以下几种：

1. IDLE（初学者推荐），https://www.python.org/
2. Anaconda（科学计算推荐），Anaconda | The World’s Most Popular Data Science Platform 
3. PyCharm（大型Python程序开发推荐），PyCharm: the Python IDE for Professional Developers by JetBrains 
4. VS Code（支持多种开发语言），https://code.visualstudio.com/Download
5. Sublime Text（功能强大的编辑器），Sublime Text - Text Editing, Done Right 

关于Python的更多信息，读者请参考官网https://www.python.org/。

（二）Anaconda简介

Anaconda是专门为方便使用Python进行数据科学研究而建立的一组软件包，涵盖了数据科学领域常见的250个工具包，Anaconda可以看作是Python的全家桶。并且自带了专门用来解决软件环境依赖问题的conda包管理工具，conda提供了包管理与环境管理的功能，可以很方便地解决多版本python并存、切换以及各种第三方包安装问题。

Anaconda利用命令conda来进行package和environment的管理，并且已经包含了Python和相关的配套工具。

Jupyter Notebook作为Anaconda自带的一种工具，采用B/S模式，启动时会自动打开浏览器，通过8888号端口连接到后台的服务器上。

Jupyter Notebook操作Cell常用的快捷键及其说明如表1-1所示。

表1-1  操作Cell常用快捷键

模式类型	命令	说明
命令模式和编辑模式均可用	Shift+Enter	执行本单元代码，并跳转到下一单元
	Ctrl+Enter	执行本单元代码，留在本单元
命令模式	Y	Cell切换到Code模式
	M	Cell切换到Markdown模式
	A	在当前Cell的上面添加Cell
	B	在当前Cell的下面添加Cell
	双击D	删除当前Cell
	Z	回退
	Ctrl+Shift+减号	分隔Cell，在光标处
	L	为当前Cell加上行号
编辑模式	Ctrl+鼠标单击（Mac:CMD+鼠标单击）	多光标操作
	Ctrl+Z（Mac:CMD+Z）	回退
	Ctrl+Y	重做
	Tab键	代码补全
	Ctrl（CMD+/）	注释多行代码

关于Anaconda的更多信息，读者请参考官网Anaconda | The World’s Most Popular Data Science Platform。

（三）使用pip管理Python扩展库

当前pip已经成为管理Python扩展库的主流方式，使用pip不仅可以实时查看本机已安装的Python扩展库列表，还支持纯Python扩展库的安装、升级和卸载等操作。

常用的pip命令及其说明如表1-2所示。

表1-2  常用pip命令使用方法

pip命令示例	说明
pip download PackageFilename[==version]	下载扩展库的指定版本，不安装
pip list	列出当前已安装的所有模块
pip install PackageFilename[==version]	在线安装SomePackage模块的指定版本
pip install PackageFilename.whl	通过whl文件离线安装扩展库
pip install package1 package2 ...	依次在线安装package1、package2等扩展模块
pip install --upgrade PackageFilename	升级SomePackage模块
pip uninstall PackageFilename[==version]	卸载SomePackage模块的指定版本
python -m pip	以模块方式运行pip

可以在命令提示符环境中执行“pip help”命令查看pip命令帮助，执行效果部分截图如图1-1所示。

图1-1  查看pip命令帮助（部分）

也可以接着使用命令“pip <command> --help”某一具体命令的帮助信息，如“pip install --help”命令的执行效果部分截图如图1-2所示。

图1-2  查看pip install命令帮助（部分）

五、实验步骤

（一）获取Anaconda。

Anaconda的官网下载地址为https://www.anaconda.com/distribution/，需要根据自己的CPU字长和操作系统来选择相应的Anaconda Distribution的版本。编者采用的操作系统为Windows，故下载Windows对应的安装器，如图1-3所示。

图1-3  Anaconda Windows安装器

关于Anaconda具体的安装环境要求读者可以查看官网文档Installation — Anaconda documentation。

（二）安装和配置Anaconda。

双击Anaconda Windows安装包文件即可完成安装。关于安装的几点建议如下：

（1）安装时选择定制安装，建议不要把Anaconda安装在C盘上。

（2）安装时选择针对所有用户。

（3）安装时不要把Anacond自带的Python解释器加入到系统环境变量PATH中。

（三）初步使用Anaconda自带的IDLE。

在Anaconda安装目录下Scripts目录中找到文件“idle.exe”，双击该文件，即可进入IDLE开发环境，如图1-4所示。

图1-4  IDLE开发环境

然后，以交互模式输出字符串“Hello, Python!”，如图1-5所示。

图1-5  IDLE下以交互模式输出字符串“Hello, Python!”

（四）使用Spyder IDE

1. 单击【开始】菜单中的【Anaconda3】下的【Anaconda Navigator】，即可进入Anaconda Navigator主界面，如图1-6所示。

图1-6  Anaconda Navigator主界面

2. 单击Spyder下的按钮【Launch】，即可进入Spyder IDE开发环境，如图1-7所示。

图1-7  Spyder IDE主界面

3. 在默认的“temp.py”文件中输入以下代码：

print('Hello, Python')

然后按快捷键“Ctrl+Shift+S”或者单击菜单【File】→【Save as】，选择保存位置，另存为“hello.py”。

4. 运行“hello.py”。按快捷键F5或者单击菜单【Run】→【Run】或者单击工具栏上的按钮【Run file (F5)】，弹出窗口【Run settings for hello.py】，按照默认的运行选项即可运行，其运行结果在窗口右下角的“IPython console”显示出来，如图1-8所示。

图1-8  Spyder IDE下以脚本程序方式输出字符串“Hello, Python!”

当然，我们可以把“IPython console”当做一个Python交互模式的环境，直接在提示符“In [N]: ”输入Python语句即可，效果如图1-9所示。

图1-9  Spyder IDE中在“IPython console”下输出字符串“Hello, Python!”

另外，还可以通过【开始】菜单【Anaconda3】下的【Spyder】进入Spyder开发环境。

（五）使用Jupyter Notebook

1. 进入Anaconda Navigator界面，单击Jupyter Notebook下的按钮【Launch】，即可进入Jupyter Notebook开发环境，如图1-10所示。实际使用时，常常需要指定Jupyter Notebook的工作目录。方法如下：

打开【开始】菜单中的【Anaconda3】选项，右键单击【Jupyter Notebook】，选择【打开文件位置】，右键单击【Jupyter Notebook】，选择【属性】，在【目标】输入框中修改行尾文本内容，换成自己希望的指定目录即可。

图1-10  Jupyter Notebook主界面

2. 例如在桌面上新建一个Python 3文件，进入“Desktop”目录，单击按钮【New】下的【Python 3】，如图1-11所示。

图1-11  Jupyter Notebook下新建Python 3文件

3. 进入该文件的编辑界面，如图1-12所示。

图1-13  Jupyter Notebook下Python 3文件编辑页面

4. 输入Python程序或语句即可。例如，输入以下语句：

print('Hello, Python')

5. 运行Python程序或语句。单击工具栏上的按钮【Run】或者菜单【Cell】下的某一Run选项或者按快捷键“Ctrl+Enter”，运行效果如图1-14所示。

图1-14  Jupyter Notebook下输出字符串“Hello, Python!”

6. 若有需要，还可以保存该Python文件，单击菜单【File】→【Save as…】，输入文件名例如“hello2”，然后单击按钮【Save】即可完成保存，如图1-15所示。

图1-15  Jupyter Notebook下保存文件

读者请注意，Jupyter Notebook默认保存的文件扩展名为.ipynb。

另外，还可以通过【开始】菜单【Anaconda3】下的【Spyder】进入Spyder开发环境。

• 在Jupyter Notebook中进行图文和公式混排

1. 选择单元类型【markdown】。

图1-16 设置cell类型为markdown

Markdown是一种轻量级标记语言，它允许人们使用易读、易写的纯文本格式编写文

档。Markdown模式下可以对文本进行编辑，采用Markdown的语法规范，可以设定文本格式，插入链接、图片甚至数学公式，同样，通过按下【shifit】+【enter】组合键可运行Markdown单元，显示格式化的文本。

在首行前加一个“#”字符和空格代表一级标题，加两个“##”字符和空格代表二级标题，以此类推。项目符号可以使用“+”、“-”、“*”加空格。公式使用前后两个“$”符号括起来，例如行内公式：“$E=mc^2$”，独行公式：$$E=mc^2$$

数学公式的语法具体参见URL：https://www.jianshu.com/p/e74eb43960a1。

1. 完成以下内容的输入：

图1-17 输入markdown文本

（七）使用pip管理Python第三方扩展库。

1. 通过【开始】菜单【Anaconda3】下的【Anaconda Prompt】进入Anaconda命令提示符环境，可以输入命令“pip help”查看pip命令的帮助文档。

2. 升级pip。建议安装完Python或者Anaconda后首先升级pip，使用的命令如下所示。

python -m pip install --upgrade pip

3. 查看Anaconda下当前已安装的所有扩展库，使用的命令如下所示，其运行效果如图1-18所示。

pip list

图1-18  使用pip查看Anaconda下当前已安装的所有扩展库（部分）

4. 显示某扩展包的详细信息。例如显示numpy包的详细信息，使用的命令如下所示，其运行效果如图1-19所示。

pip show numpy

图1-19  使用pip查看numpy包详细信息

5. 卸载某扩展包。例如卸载numpy包，使用的命令如下所示，中间会询问是否继续，输入“y”即可，其运行效果如图1-20所示。

pip uninstall numpy

图1-20  使用pip卸载numpy包

6. 在线安装某扩展包。例如安装numpy包，使用的命令如下所示，中间会询问是否继续，输入“y”即可，其运行效果如图1-21所示，再次使用pip查看numpy包详细信息效果如图1-22所示，由图1-22可知，重新安装了numpy 1.17.1，之前numpy版本为1.16.2。

pip install numpy

图1-21  使用pip在线安装numpy包

图1-22  再次使用pip查看numpy包详细信息

如果显示网络连接超时，可以采用以下两种办法：

1. 临时改变pip安装源，使用命令pip install -i Simple Index 待安装包名。（本例以豆瓣为例，可以根据实际网络情况更换阿里、清华等镜像源）
2. 永久改变pip安装源（以win10为例）

  在【 C:\Users\Administrator\AppData\Roaming\】目录下，创建一个名为【pip】的子目录，进入pip子目录，创建一个文本文件pip.ini，内容如下：

[global]

timeout = 300

index-url = https://pypi.douban.com/simple

trusted-host = pypi.douban.com

7. 离线安装第三方扩展库。如果遇到安装不成功的扩展库，使用浏览器打开网址https://www.lfd.uci.edu/~gohlke/pythonlibs/下载whl文件，然后进行离线安装，离线安装的命令如下所示。

pip install PackageFilename.whl

（八）修改Jupyter默认工作空间

在Windows上使用jupyter notebook不像Linux，Linux是在哪个目录下启动，就会默认哪个目录为工作空间，但是Windows中不是这样。

定位到开始菜单中【Anaconda3】下的【Jupyter Notebook】，右键单击【Jupyter Notebook】，选择【更多】下面的【打开文件位置】，然后右键单击【Jupyter Notebook】选择【属性】，替换目标对话框中的"%USERPROFILE%/"为你预设的目录（该目录必须存在），最后单击【确定】按钮。启动Jupyter Notebook查看是否定位到预设的目录。

六、实验注意事项

（一）机房的使用规范和用电安全。

（二）Python是解释型语言，需要Python解释器支持。

（三）Ananconda中的Jupyter NoteBook基于B/S模式，对浏览器有一定要求，建议使用Chrome或者360浏览器。

（四）下载扩展库时，默认从国外网站下载，速度较慢，建议从国内镜像网站下载，如豆瓣（Simple Index）、中国科学技术大学（Simple Index）。

（五）遇到问题，先看系统给出的错误提示信息，先确定出错点，再去利用所学知识来解决，不能解决时可以通过百度查询资料、和同学讨论或者向老师寻求帮助。

七、实验报告要求

实验报告以书面/电子形式提交，严禁抄袭，一旦发现，即为零分。

实验报告主要内容包括实验名称、实验类型、实验地点、学时、实验环境、实验原理、实验步骤、实验结果、总结与思考等。

八、实验成绩考核

实验成绩根据实验课的出勤、课堂表现、实验思考以及实验报告的内容情况打分，按百分制，实验成绩的平均值按15%比例计入课程总成绩。

【Markdown单元参考代码】

# 数据预处理

## 1.距离的选择

数据挖掘中的距离代表数据之间的相似与相异的程度，不同场景下应该选择不同的距离来度量。

### 1）欧式距离---L2范数

欧式距离就是平面或者空间中两个点的距离，它是多维空间中两点之间的最短距离。

$$d = \sqrt{\displaystyle\sum_{i=1}^{n}(x_{1i}-x_{2i})^2}$$

### 2）曼哈顿距离---L1范数

曼哈顿距离表示空间中两个点在坐标系中绝对轴距总和。

$$d = \displaystyle \sum_{i=1}^{n}|x_{1i}-x_{2i}|$$

### 3）余弦相似度

通过测量两个向量夹角的余弦值来度量它们之间的相似度，常用于文本相似度的计算中。

$$d = cos(\theta)=\frac{\vec{a}\cdot\vec{b}}{||a||\cdot||b||}=\frac {\displaystyle \sum_{i=1}^{n}(x_{1i}\times x_{2i})}{\sqrt {\displaystyle \sum_{i=1}^{n}x_{1i}^2 \times x_{2i}^2}}$$