来源:ApacheCN『USF MSDS501 计算数据科学中文讲义』翻译项目
原文:A first taste of Python tools
译者:飞龙
协议:CC BY-NC-SA 4.0
加载命令行应用
启动 Terminal.app
(Mac)或任何bash
终端 ,shell,它是 UNIX 风格的 命令行提示符 程序。你应该看到一个闪烁的光标和一个 $
提示符:
$
上面的 $
符号只是提示,终端正在等待您输入内容。执行命令后,您将再次看到 $
提示符。
命令行是一个非常低级的接口,用于与计算机的操作系统进行通信。您可以将终端视为诊断计算机,机械师可以将其插入汽车中,来获取控制权。仪表板类似于我们大多数时候使用的窗口图形界面。成为一名程序员就像成为一名机械师;有时你需要更强大但更复杂的工具来操作机器。
你应该或多或少总是运行一个命令行 shell,以防你需要做一些低级别的事情。机械师在他或她开始工作时所做的第一件事,就是连接诊断计算机。你也应该这样。
命令行实际上是一个完整的编程语言,包含循环和所有内容,但大多数时候我们只是执行命令。命令具有参数,就像编程语言中的函数调用具有参数一样。以下是如何在命令行打招呼:
$ echo "hello"
hello
$
通过按返回键终止命令。
echo
命令类似于 Python 代码中的 print
命令。
执行该命令后,提示符将返回,指示您可以键入另一个命令。
我们可以做很多事情; 这是另一个:
$ date
Wed Jul 12 14:18:51 PDT 2017
我们可以将一个参数传递给命令(类似 Python 中的函数调用):
$ date "+%Y-%m-%d"
2018-07-08
这是一个很酷的例子,来自命令行的循环检查所有 .md
文件(你不需要在实验中运行这个文件;我只是在这里展示):
$ for f in *.md; do echo $f; done
aws.md
bash-intro.md
combinations.md
complexity.md
computation.md
data-in-memory.md
data.md
files.md
git.md
operations.md
planning.md
programming.md
reading-code.md
sqrt.md
环境健全性检查
在命令行中,键入以下命令以验证您是否可以访问python3
:
$ which python3
/Users/parrt/anaconda3/bin/python3
或者,更好的是,确保默认的 Python 是版本 3:
$ which python
/Users/parrt/anaconda3/bin/python
Python 程序应该在 Anacondabin
(二进制)目录中,该目录包含所有二进制可执行文件。如果你没有在 which
命令的输出中看到 anaconda,你需要查看 Anaconda 的文档,并找出你没有运行适当的 Python 的原因。(很可能你的 PATH
环境变量有问题。)现在可以使用任何 3.X 版本的 Python 运行了。
接下来,运行该程序并确保您有最新版本如 3.6.5:
$ python
Python 3.6.5 | packaged by conda-forge | (default, Mar 30 2018, 00:00:55)
[GCC 4.2.1 Compatible Apple LLVM 6.1.0 (clang-602.0.53)] on darwin
Type "help", "copyright", "credits" or "license" for more information.
>>>
接下来尝试导入一个库:
$ python
Python 3.6.5 | packaged by conda-forge | (default, Mar 30 2018, 00:00:55)
[GCC 4.2.1 Compatible Apple LLVM 6.1.0 (clang-602.0.53)] on darwin
Type "help", "copyright", "credits" or "license" for more information.
>>> import pandas as pd
>>>
你不应该得到错误。
另请参阅我的书机器学习机制中的计算机环境健全性检查。
交互式 Python
现在让我们跳转到交互式 Python shell。简单来说,它与控制计算机的 bash 命令行 shell 相同。两者都是编程语言;他们只是有不同的专长。当我们从 bash shell 跳到 Python 的 shell 时,它就像是从法国跳到德国边境。我们不得不停止说法语并开始讲德语。(或者,如果你是美国人,请继续说英语,因为我们很懒,不懂任何外语。哈哈)当你退出 Python 解释器时,你会回到 bash 世界,就像你从德国到法国。
要进入 Python 世界,请从 bash $
提示符输入python
,就像我们在上一节中所做的那样。您应该看到它正在使用Anaconda 版本。如果没有,这意味着您正在使用系统上的默认 Python。
现在,从 Python 提示符 >>>
(我们不再使用bash
),键入500 + 1
后跟换行符。你应该看到这样的东西:
$ python
Python 3.6.5 |Anaconda, Inc.| (default, Apr 26 2018, 08:42:37)
[GCC 4.2.1 Compatible Clang 4.0.1 (tags/RELEASE_401/final)] on darwin
Type "help", "copyright", "credits" or "license" for more information.
>>> 500+1
501
>>>
Python 已经求值了表达式并将结果打印回屏幕。好像我们使用了 print
函数调用,这给了我们相同的结果:
>>> print(500+1)
501
Python 交互式 shell 立即打印表达式值,但在将程序作为脚本运行时(即不是交互式)则不是这种情况。
要退出交互式 shell 并返回命令行(终端程序),请键入quit()
(或ctrl-D
)并按下回车:
>>> quit()
$
$
提示符表示您回到了 bash 命令行。您不能再键入 python 代码。
脚本化 Python
访问磁盘上合适的目录(文件夹),或创建一个,例如 /Users/YOURID/msan501/inclass
。( 不要在任何目录或文件名中使用空格 …… 永远不要!)现在在该目录中创建一个名为 hello.py
的 ** 文本文件,其中只包含一行:
500+1
使用您选择的编辑器,虽然 nano
是一个很好的编辑器,因为当我们进行云计算时,您将能够在远程服务器上使用它。Sublime 和 TextEdit.app 也有效。
这个“代码”正是您在交互式 Python shell 中首先输入的内容。将文件保存在 inclass
目录或任何调用目录中。
一旦使用编辑器将 Python 文件写入磁盘,您应该能够使用命令行中的cd
(更改目录)跳转到该目录:
$ cd /Users/YOURID/msan501/inclass
使用 ls
获取目录列表:
$ ls
hello.py
通过在命令行键入以下内容,验证是否已正确创建 Python 脚本:
$ cat hello.py
500+1
$
以下是最常见错误的解决方案:
- 不要将
.txt
放在文件名的末尾;它必须是.py
- 不要使用 MS Word 或任何其他文字处理器;你认为它是文本,但事实并非如此。有很多文本编辑器,包括 Mac 的
TextEdit.app
。只需确保保存为纯文本而不是“富文本”。还有很多文本编辑器,如 Sublime 和 TextMate。(如果你真的很硬核,你将学习vi
或emacs
,你会看到我在课堂上使用它。)你也可以在命令行中使用nano
,直接在命令行窗口中进行编辑。
现在,我们将运行该程序 / 脚本:
$ python hello.py
$
我们没有任何输出。这是一个至关重要的区别。交互式 Python shell 会立即打印表达式值,因为它是交互式的。当您从命令行运行文件时,它假定您希望像脚本一样,以批处理模式执行代码。这就是为什么我们没有 print
语句就得不到任何输出。
现在编辑该文件并将其更改为:
print(500+1)
保存文件并重新运行。现在您应该看到:
$ python hello.py
501
$
Jupyter 笔记本(通过 Jupyter Lab)
现在,除了使用基于 Jupyter Lab 浏览器的环境之外,我们将做同样的事情。(请参阅正在编写的 ML 书中的您的机器学习开发环境来了解更多信息。)
从命令行启动 Jupyter:
$ jupyter lab
I 11:27:00.606 LabApp] [jupyter_nbextensions_configurator] enabled 0.2.8
[I 11:27:00.613 LabApp] JupyterLab beta preview extension loaded from /Users/parrt/anaconda3/lib/python3.6/site-packages/jupyterlab
[I 11:27:00.613 LabApp] JupyterLab application directory is /Users/parrt/anaconda3/share/jupyter/lab
[W 11:27:00.616 LabApp] JupyterLab server extension not enabled, manually loading...
...
这将启动一个程序,在您的浏览器中启动一个选项卡:
<img src=”https://user-gold-cdn.xitu.io…;h=1000&f=png&s=19693″ width=”60%”>
单击 Notebook
类别下的 Python 3
图标,可为您创建一个新的笔记本窗口:
<img src=”https://user-gold-cdn.xitu.io…;h=388&f=png&s=14891″ width=”80%”>
在 In []
旁边的第一个单元格中键入 500 + 1
。您应该看到在它下面的Out
部分生成的输出 501。按control-enter
,或工具栏中的右三角形来执行该单元格。
这是一个交互式环境,所以你可以返回去编辑 500 + 1
,比如说print(500 + 1)
。这样做,然后再次点击control-enter
来运行。你应该得到相同的输出。
您应该能够非常快速地测试 Python 小程序或代码段。重复这些过程,直到它们成为第二本能。