บทช่วยสอนงูหลามอนาคอนด้า: ทุกสิ่งที่คุณต้องรู้

เผยแพร่แล้ว: 2021-02-17

ยินดีต้อนรับสู่คู่มือ Python Anaconda โดยละเอียดของเรา บทความนี้จะอธิบายว่าอนาคอนดาคืออะไร เหตุใดคุณจึงควรใช้ วิธีการติดตั้งอนาคอนดาในระบบ และวิธีเริ่มใช้งาน อนาคอนดาเป็นสิ่งที่ต้องมีสำหรับผู้เชี่ยวชาญด้านวิทยาศาสตร์ข้อมูลทุกคน เนื่องจากความนิยมและคุณสมบัติของมัน คุณจะได้เรียนรู้เพิ่มเติมเกี่ยวกับตัวจัดการแพ็คเกจที่ยอดเยี่ยมนี้ในบทช่วยสอน Python Anaconda ต่อไปนี้ มาเริ่มกันเลย!

สารบัญ

อนาคอนด้าคืออะไร?

Anaconda เป็นโปรแกรมจัดการแพ็คเกจโอเพ่นซอร์สสำหรับ Python และ R ซึ่งเป็นแพลตฟอร์มที่ได้รับความนิยมมากที่สุดในหมู่ผู้เชี่ยวชาญด้านวิทยาศาสตร์ข้อมูลสำหรับการรัน Python และ R มีห้องสมุดมากกว่า 300 แห่งในสาขาวิทยาศาสตร์ข้อมูล ดังนั้นการมีระบบการแจกจ่ายที่มีประสิทธิภาพจึงเป็นสิ่งจำเป็นสำหรับมืออาชีพในสาขานี้

Anaconda ช่วยลดความยุ่งยากในการปรับใช้และการจัดการแพ็คเกจ ยิ่งไปกว่านั้น ยังมีเครื่องมือมากมายที่สามารถช่วยคุณในการรวบรวมข้อมูลผ่านปัญญาประดิษฐ์และอัลกอริธึมการเรียนรู้ของเครื่อง

ด้วย Anaconda คุณสามารถตั้งค่า จัดการ และแบ่งปันสภาพแวดล้อม Conda ได้อย่างง่ายดาย ยิ่งไปกว่านั้น คุณสามารถปรับใช้โปรเจ็กต์ที่จำเป็นได้ด้วยการคลิกเพียงไม่กี่ครั้งเมื่อคุณใช้อนาคอนด้า

เรียนรู้ หลักสูตรวิทยาศาสตร์ข้อมูล จากมหาวิทยาลัยชั้นนำของโลก รับโปรแกรม PG สำหรับผู้บริหาร โปรแกรมประกาศนียบัตรขั้นสูง หรือโปรแกรมปริญญาโท เพื่อติดตามอาชีพของคุณอย่างรวดเร็ว

ทำไมต้องใช้อนาคอนด้า?

มีข้อดีหลายประการในการใช้อนาคอนด้าและต่อไปนี้คือข้อดีที่สำคัญที่สุด:

  • Anaconda นั้นฟรีและโอเพ่นซอร์ส ซึ่งหมายความว่าคุณสามารถใช้งานได้โดยไม่ต้องเสียเงิน
  • ในภาควิทยาศาสตร์ข้อมูล อนาคอนด้าเป็นวัตถุดิบหลักของอุตสาหกรรม เป็นโอเพ่นซอร์สด้วยซึ่งทำให้เป็นที่นิยมอย่างกว้างขวาง หากคุณต้องการเป็นผู้เชี่ยวชาญด้านวิทยาศาสตร์ข้อมูล คุณต้องรู้วิธีใช้ Anaconda สำหรับ Python เพราะนายหน้าทุกคนคาดหวังให้คุณมีทักษะนี้ เป็นสิ่งที่ต้องมีสำหรับวิทยาศาสตร์ข้อมูล
  • มีแพ็คเกจวิทยาศาสตร์ข้อมูล Python และ R มากกว่า 1,500 แพ็คเกจ ดังนั้นคุณจึงไม่ต้องเผชิญกับปัญหาความเข้ากันได้ใดๆ ขณะทำงานร่วมกับผู้อื่น ตัวอย่างเช่น สมมติว่าเพื่อนร่วมงานของคุณส่งโครงการที่ต้องใช้แพ็คเกจที่เรียกว่า A และ B แต่คุณมีเพียงแพ็คเกจ A หากไม่มีแพ็คเกจ B คุณจะไม่สามารถเรียกใช้โครงการได้ อนาคอนด้าลดโอกาสของข้อผิดพลาดดังกล่าว คุณสามารถทำงานร่วมกันในโครงการได้อย่างง่ายดายโดยไม่ต้องกังวลเกี่ยวกับปัญหาความเข้ากันได้ใดๆ
  • ช่วยให้คุณมีสภาพแวดล้อมที่ราบรื่นซึ่งช่วยลดความยุ่งยากในการปรับใช้โครงการ คุณสามารถปรับใช้โปรเจ็กต์ใดก็ได้ด้วยการคลิกและคำสั่งเพียงไม่กี่ครั้งในขณะที่จัดการส่วนที่เหลือ
  • อนาคอนดามีชุมชนนักวิทยาศาสตร์ข้อมูลและผู้เชี่ยวชาญด้านแมชชีนเลิร์นนิงที่เฟื่องฟูซึ่งใช้งานเป็นประจำ หากคุณพบปัญหา เป็นไปได้ว่าชุมชนได้ตอบแบบเดียวกันแล้ว ในทางกลับกัน คุณยังสามารถถามผู้คนในชุมชนเกี่ยวกับปัญหาที่คุณเผชิญอยู่ ซึ่งเป็นชุมชนที่มีประโยชน์มากซึ่งพร้อมที่จะช่วยเหลือผู้เรียนใหม่
  • ด้วย Anaconda คุณสามารถสร้างและฝึกอบรมแมชชีนเลิร์นนิงและโมเดลการเรียนรู้เชิงลึกได้อย่างง่ายดาย เนื่องจากมันใช้งานได้ดีกับเครื่องมือยอดนิยม เช่น TensorFlow, Scikit-Learn และ Theano
  • คุณสามารถสร้างการแสดงภาพโดยใช้ Bokeh, Holoviews, Matplotlib และ Datashader ขณะใช้ Anaconda
  • Anaconda ทำงานร่วมกับไลบรารี Python หลักๆ ทั้งหมด รวมถึง Dask, Pandas, NumPy และ Numba ที่ช่วยให้คุณวิเคราะห์ข้อมูลได้อย่างรวดเร็วและปรับขนาดได้

วิธีการติดตั้งอนาคอนด้า?

คู่มือ Python Anaconda ของเราจะไม่สมบูรณ์หากเราไม่พูดถึงการติดตั้ง คุณสามารถดาวน์โหลด Anaconda สำหรับระบบของคุณได้จาก เว็บไซต์ทางการของ Anaconda

ในขณะที่เขียนบทช่วยสอน Python Anaconda ของเรา Anaconda เสนอแผนส่วนบุคคลสำหรับ Python 3.8 คุณควรดาวน์โหลดเวอร์ชันที่ตรงกับความเข้ากันได้ของอุปกรณ์ของคุณ เนื่องจาก Anaconda สามารถใช้ได้กับทั้งเครื่อง 64 บิตและ 32 บิต

หลังจากดาวน์โหลดเสร็จแล้ว ให้เปิดการตั้งค่า download.exe แล้วคลิกปุ่ม 'ถัดไป' โปรแกรมติดตั้งจะขอให้คุณอ่านข้อตกลง และคุณจะต้องคลิกที่ 'ฉันยอมรับ' เพื่อดำเนินการต่อ

ในหน้าต่างถัดไป โปรแกรมติดตั้งจะถามคุณว่าคุณต้องการดาวน์โหลดซอฟต์แวร์สำหรับผู้ใช้ทั้งหมดหรือเพียงแค่ตัวคุณเอง โปรดทราบว่าหากคุณต้องการติดตั้ง Anaconda สำหรับผู้ใช้ทั้งหมด คุณจะต้องมีสิทธิ์ของผู้ดูแลระบบ ซึ่งจะทำให้สิ่งต่างๆ ซับซ้อนขึ้น

ในส่วนต่อไปนี้ โปรแกรมติดตั้งจะถามคุณถึงปลายทางของซอฟต์แวร์ ที่นี่ คุณสามารถเลือกสถานที่ที่คุณต้องการติดตั้งอนาคอนด้า

ตอนนี้ ตัวติดตั้งอนุญาตให้คุณเพิ่ม Anaconda ให้กับตัวแปรสภาพแวดล้อม PATH ของเครื่องและลงทะเบียนเป็นระบบหลัก Python 3.8 โดยการเพิ่มลงใน PATH คุณมั่นใจได้ว่าจะพบมันก่อนตัวติดตั้งอื่น ตอนนี้คุณสามารถคลิกปุ่ม 'ติดตั้ง' และเริ่มกระบวนการติดตั้งได้

หลังจากที่โปรแกรมติดตั้งทำการแตก Anaconda และไฟล์ที่เกี่ยวข้องเสร็จแล้ว คุณจะต้องคลิกปุ่มถัดไป หลังจากนั้นโปรแกรมติดตั้งจะแจ้งให้คุณทราบเกี่ยวกับ PyCharm

หลังจากหน้าต่างนั้น กระบวนการติดตั้งของคุณเสร็จสมบูรณ์ คุณสามารถคลิกที่ปุ่ม เสร็จสิ้น เพื่อสิ้นสุดงานหรือเรียนรู้เพิ่มเติมเกี่ยวกับ Anaconda Cloud ผ่านหน้าต่างสุดท้ายของตัวติดตั้ง

ขั้นตอนหลังการติดตั้ง

หลังจากคุณทำการติดตั้งเสร็จสิ้น คุณสามารถค้นหา Anaconda ในระบบของคุณ ซึ่งจะแสดงไฟล์ต่อไปนี้ให้คุณเห็น:

  • อนาคอนด้าพรอมต์
  • The Jupyter Notebook
  • พรอมต์ Anaconda Powershell
  • Spyder IDE
  • อนาคอนด้านาวิเกเตอร์

ไปที่พรอมต์คำสั่งแล้วพิมพ์ 'สมุดบันทึก Jupyter' เพื่อเปิดแดชบอร์ด Jupyter

ที่ด้านขวาบนของเมนู คุณจะพบตัวเลือกในการสร้างสมุดบันทึกใหม่ ในสมุดบันทึกใหม่ของคุณ คุณสามารถดำเนินการหนึ่งหรือหลายคำสั่งพร้อมกันและเริ่มทำงานได้

วิธีใช้ Anaconda สำหรับ Python

ตอนนี้เราได้พูดถึงพื้นฐานทั้งหมดในบทช่วยสอน Python Anaconda แล้ว เรามาพูดถึงคำสั่งพื้นฐานบางอย่างที่คุณสามารถใช้เพื่อเริ่มใช้ตัวจัดการแพ็คเกจนี้

แสดงรายการสภาพแวดล้อมทั้งหมด

ในการเริ่มต้นใช้งาน Anaconda คุณต้องดูว่ามีสภาพแวดล้อม Conda จำนวนเท่าใดในเครื่องของคุณ

conda env รายการ

มันจะแสดงรายการสภาพแวดล้อม Conda ทั้งหมดที่มีอยู่ในเครื่องของคุณ

การสร้างสิ่งแวดล้อมใหม่

คุณสามารถสร้างสภาพแวดล้อม Conda ใหม่ได้โดยไปที่ไดเร็กทอรีที่จำเป็นและใช้คำสั่งนี้:

conda create -n <your_environment_name>

คุณสามารถแทนที่ <your_environment_name> ด้วยชื่อของสภาวะแวดล้อมของคุณ หลังจากป้อนคำสั่งนี้ conda จะถามคุณว่าคุณต้องการดำเนินการต่อหรือไม่ ซึ่งคุณควรตอบกลับด้วย y:

ดำเนินการต่อ ([y])/n)?

ในทางกลับกัน หากคุณต้องการสร้างสภาพแวดล้อมด้วยเวอร์ชันเฉพาะของ Python คุณควรใช้คำสั่งต่อไปนี้:

conda create -n <your_environment_name> python=3.6

ในทำนองเดียวกัน หากคุณต้องการสร้างสภาพแวดล้อมด้วยแพ็คเกจเฉพาะ คุณสามารถใช้คำสั่งต่อไปนี้:

conda create -n <your_environment_name> pack_name

ที่นี่ คุณสามารถแทนที่ pack_name ด้วยชื่อของแพ็คเกจที่คุณต้องการใช้

หากคุณมีไฟล์ .yml คุณสามารถใช้คำสั่งต่อไปนี้เพื่อสร้างสภาพแวดล้อม Conda ใหม่ตามไฟล์นั้น:

conda env create -n <your_environment_name> -f <file_name>.yml

เราได้กล่าวถึงวิธีการส่งออกสภาพแวดล้อม Conda ที่มีอยู่ไปยังไฟล์ .yml ในบทความนี้

การเปิดใช้งานสภาพแวดล้อม

คุณสามารถเปิดใช้งานสภาพแวดล้อม Conda ได้โดยใช้คำสั่งต่อไปนี้:

conda เปิดใช้งาน <environment_name>

คุณควรเปิดใช้งานสภาพแวดล้อมก่อนที่คุณจะเริ่มทำงานกับสิ่งเดียวกัน นอกจากนี้ ให้แทนที่คำว่า <environment_name> ด้วยชื่อสภาพแวดล้อมที่คุณต้องการเปิดใช้งาน ในทางกลับกัน หากคุณต้องการปิดใช้งานสภาพแวดล้อม ให้ใช้คำสั่งต่อไปนี้:

conda ปิดการใช้งาน

การติดตั้งแพ็คเกจในสภาพแวดล้อม

เมื่อคุณมีสภาพแวดล้อมที่เปิดใช้งานแล้ว คุณสามารถติดตั้งแพ็คเกจลงในสภาพแวดล้อมได้โดยใช้คำสั่งต่อไปนี้:

conda ติดตั้ง <pack_name>

แทนที่คำว่า <pack_name> ด้วยชื่อของแพ็คเกจที่คุณต้องการติดตั้งในสภาพแวดล้อม Conda ของคุณในขณะที่ใช้คำสั่งนี้

การอัปเดตแพ็คเกจในสภาพแวดล้อม

หากคุณต้องการอัพเดตแพ็คเกจที่มีอยู่ในสภาพแวดล้อม Conda เฉพาะ คุณควรใช้คำสั่งต่อไปนี้:

อัพเดทคอนด้า

คำสั่งดังกล่าวจะอัปเดตแพ็คเกจทั้งหมดที่มีอยู่ในสภาพแวดล้อม อย่างไรก็ตาม หากคุณต้องการอัปเดตแพ็คเกจเป็นเวอร์ชันใดเวอร์ชันหนึ่ง คุณจะต้องใช้คำสั่งต่อไปนี้:

conda ติดตั้ง <package_name>=<version>

การส่งออกการกำหนดค่าสภาพแวดล้อม

สมมติว่าคุณต้องการแบ่งปันโครงการของคุณกับคนอื่น (เพื่อนร่วมงาน เพื่อน ฯลฯ) แม้ว่าคุณจะสามารถแชร์ไดเร็กทอรีบน Github ได้ แต่ก็มีแพ็คเกจ Python มากมาย ทำให้กระบวนการถ่ายโอนมีความท้าทายอย่างมาก แทนที่จะทำเช่นนั้น คุณสามารถสร้างไฟล์การกำหนดค่าสภาพแวดล้อม .yml และแชร์กับบุคคลนั้นได้ ตอนนี้ พวกเขาสามารถสร้างสภาพแวดล้อมแบบเดียวกับคุณได้โดยใช้ไฟล์ .yml

สำหรับการส่งออกสภาพแวดล้อมไปยังไฟล์ .yml คุณจะต้องเปิดใช้งานสิ่งเดียวกันก่อนและเรียกใช้คำสั่งต่อไปนี้:

conda env ส่งออก > <file_name>.yml

บุคคลที่คุณต้องการแชร์สภาพแวดล้อมด้วยต้องใช้เฉพาะไฟล์ที่ส่งออกโดยใช้คำสั่ง 'การสร้างสภาพแวดล้อมใหม่' ที่เราเคยแชร์มาก่อน

การนำแพ็คเกจออกจากสภาพแวดล้อม

หากคุณต้องการถอนการติดตั้งแพ็คเกจจากสภาพแวดล้อม Conda เฉพาะ ให้ใช้คำสั่งต่อไปนี้:

conda ลบ -n <env_name> <package_name>

ในทางกลับกัน หากคุณต้องการถอนการติดตั้งแพ็คเกจจากสภาพแวดล้อมที่เปิดใช้งาน คุณจะต้องใช้คำสั่งต่อไปนี้:

conda ลบ <package_name>

การลบสภาพแวดล้อม

บางครั้ง คุณไม่จำเป็นต้องเพิ่มสภาพแวดล้อมใหม่ แต่ให้ลบสภาพแวดล้อมใหม่ออก ในกรณีดังกล่าว คุณต้องรู้วิธีลบสภาพแวดล้อม Conda ซึ่งคุณสามารถทำได้โดยใช้คำสั่งต่อไปนี้:

conda env ลบ –name <env_name>

คำสั่งดังกล่าวจะลบสภาพแวดล้อม Conda ทันที

เรียนรู้ หลักสูตรวิทยาศาสตร์ข้อมูล จากมหาวิทยาลัยชั้นนำของโลก รับโปรแกรม PG สำหรับผู้บริหาร โปรแกรมประกาศนียบัตรขั้นสูง หรือโปรแกรมปริญญาโท เพื่อติดตามอาชีพของคุณอย่างรวดเร็ว

ความคิดสุดท้าย

คุณมีแล้ว คู่มือ Python Anaconda แบบละเอียดของเรา การเริ่มต้นใช้งาน Anaconda นั้นค่อนข้างง่าย อย่างไรก็ตาม คุณควรทำความคุ้นเคยกับพื้นฐานของ Python และการเขียนโปรแกรม เมื่อคุณเริ่มใช้เครื่องมือนี้

หากคุณสนใจที่จะเรียนรู้เพิ่มเติมเกี่ยวกับวิทยาศาสตร์ข้อมูล ต่อไปนี้คือแหล่งข้อมูลเพิ่มเติมสำหรับการอ่านของคุณ:

  • นักวิทยาศาสตร์ข้อมูลสามารถใช้ ScRapy บน Python Notebook ได้อย่างง่ายดายได้อย่างไร
  • 7 ข้อดีของการใช้ Python สำหรับ Data Science
  • การวิเคราะห์ข้อมูลโดยใช้ Python [ทุกสิ่งที่คุณจำเป็นต้องรู้]

ในทางกลับกัน หากคุณต้องการประสบการณ์การเรียนรู้ที่เป็นรายบุคคลมากขึ้น เราขอแนะนำให้เรียนหลักสูตรวิทยาศาสตร์ข้อมูล คุณจะได้เรียนจากผู้เชี่ยวชาญในอุตสาหกรรมผ่านงานที่ได้รับมอบหมาย การบรรยายสด และวิดีโอในขณะที่เรียนหลักสูตรวิทยาศาสตร์ข้อมูล

การใช้งานของ Anaconda Distribution คืออะไร?

ต่อไปนี้คือแอปพลิเคชันที่จัดทำโดย Anaconda Distribution:
1. โน๊ตบุ๊ค Jupyter
Jupyter Notebook เป็นสภาพแวดล้อมแบบโต้ตอบบนเว็บที่ทำงานเป็น IDE สำหรับภาษาการเขียนโปรแกรมหลายภาษารวมถึง Python และถือเป็นแพลตฟอร์มที่ดีที่สุดสำหรับผู้เริ่มต้นด้านวิทยาศาสตร์ข้อมูล
2. JupyterLab
Jupyter Lab เป็นสภาพแวดล้อมการพัฒนาอีกรูปแบบหนึ่งที่ใช้สถาปัตยกรรม Jupyter Notebook
3. รหัส Visual Studio
Visual Studio Code หรือเพียงแค่ VS Code คือโปรแกรมแก้ไขโค้ดโดย Microsoft ที่รองรับภาษาการเขียนโปรแกรมเกือบทุกภาษาและมีส่วนขยายต่างๆ เพื่อรองรับ
4. Spyder
Spyder เป็น Python IDE ที่มาพร้อมกับคุณสมบัติขั้นสูง เช่น การทดสอบเชิงโต้ตอบ การดีบัก การรันงาน การแก้ไขขั้นสูง และคุณลักษณะที่ครุ่นคิด

ให้คุณสมบัติเด่นบางอย่างของ Python Anaconda แก่เราหรือไม่

Anaconda เป็นผู้จัดการแพ็คเกจสำหรับ Python และ R และถือว่าเป็นหนึ่งในแพลตฟอร์มที่ได้รับความนิยมมากที่สุดสำหรับผู้ที่ต้องการวิทยาศาสตร์ข้อมูล ต่อไปนี้เป็นสาเหตุบางประการที่ทำให้ Anaconda นำหน้าคู่แข่ง
1. ระบบการแจกจ่ายที่มีประสิทธิภาพช่วยในการจัดการภาษาเช่น Python ซึ่งมีไลบรารีมากกว่า 300 แห่ง
2. เป็นแพลตฟอร์มโอเพ่นซอร์สฟรี ชุมชนโอเพ่นซอร์สมีนักพัฒนาที่มีสิทธิ์จำนวนมากที่คอยช่วยเหลือมือใหม่อย่างต่อเนื่อง
3. มีเครื่องมือที่ใช้ AI และ ML บางอย่างที่สามารถดึงข้อมูลจากแหล่งต่าง ๆ ได้อย่างง่ายดาย
4. Anaconda มีแพ็คเกจวิทยาศาสตร์ข้อมูล Python และ R มากกว่า 1,500 ชุด และถือเป็นมาตรฐานอุตสาหกรรมสำหรับแบบจำลองการทดสอบและการฝึกอบรม

Python สำหรับการวิเคราะห์ข้อมูลดีแค่ไหน?

เหตุผลต่อไปนี้ทำให้ Python เป็นภาษาสำคัญที่ Data Scientist ทุกคนควรรู้:
1. Python ถือเป็นภาษาที่เหมาะสมที่สุดสำหรับทุกสาขาของ Data Science การวิเคราะห์ข้อมูลจะมีประสิทธิภาพเมื่อใช้ Python ร่วมกับ R
2. มีไลบรารี่ที่เน้นข้อมูลจำนวนมาก คุณสามารถแสดงภาพข้อมูลของคุณโดยใช้แผนผังและแผนภูมิต่างๆ
3. ชุดข้อมูลที่ซับซ้อนสามารถจัดการได้โดยใช้เครื่องมืออันทรงพลังที่มาพร้อมกรอบข้อมูล
4. แพ็คเกจ Python ที่อัดแน่นไปด้วยพลัง เช่น Numpy, Pandas, Sci-kit มีคุณสมบัติในการสร้างผลลัพธ์ที่แม่นยำ
5. ให้บริการโซลูชั่นที่ปรับขนาดได้และยืดหยุ่นสำหรับการใช้งาน
6. Matplotlib มีเครื่องมือการวางแผนที่หลากหลายสำหรับกราฟิกที่ถูกต้องและการแสดงภาพข้อมูลของคุณ