第1章 准备工作

1.1 环境配置

1. Anaconda发行版安装

   • 推荐使用Anaconda管理Python数据分析环境
   • 包含180+科学计算包（NumPy/pandas/Matplotlib等）

   • 支持Windows/macOS/Linux系统
     bash

     创建独立环境

     conda create -n pyanalysis python=3.9

2. 核心依赖包

   • NumPy：多维数组运算
   • pandas：结构化数据处理
   • Matplotlib：数据可视化
   • SciPy：科学计算工具
   • scikit-learn：机器学习库

1.2 开发工具

1. Jupyter Notebook

   • 交互式代码开发环境
   • 支持Markdown文档与可视化输出
   • 便捷的代码分段执行功能

2. IPython增强功能

   • 命令补全（Tab键）
   • 内省功能（对象后加?）
   • 魔法命令（%run, %timeit等）

1.3 数据获取方式

1. 内置数据集
   python
   from sklearn import datasets
   iris = datasets.load_iris()

2. 文件格式支持

   • CSV/JSON/Excel
   • HDF5/Parquet
   • SQL数据库
   • Web API

3. 数据清洗技巧

   • 处理缺失值（isnull, fillna）
   • 数据格式转换（astype）
   • 重复值处理（drop_duplicates）

1.4 最佳实践建议

1. 使用虚拟环境隔离项目依赖
2. 定期更新核心库版本
3. 遵循PEP8代码规范
4. 利用版本控制系统（Git）管理代码