【数据挖掘】Python基础环境安装配置

【数据挖掘】Python基础环境安装配置

一、摘要

本文主要介绍如何在Windows上安装Python3.13.2,然后基于该Python版本安装Jupyter notebook、Numpy、pandas等数据挖掘涉及到的相关库,本文适合Python初学者和数据挖掘初学者作为学习后续课程的准备。

二、安装Python3.13.2

  1. 到官网下载Python,官网地址:Python官网

  2. 安装python:双击python-3.13.2-amd64.exe,一路下一步即可。当然安装路径可选择自定义盘,默认安装在C:\Program Files\Python313。

  3. 验证Python环境和pip环境

    打开cmd,输入:python -Vpip -V

三、安装Jupyter Notebook

  1. 使用管理员身份打开cmd,然后执行如下命令进行安装:

    shell 复制代码
    pip install notebook

    执行结果:

  2. 修改 Jupyter Notebook 默认启动目录

    打开命令行(Windows 的 cmd / PowerShell,macOS/Linux 的终端),输入以下命令生成配置文件:

    python 复制代码
    jupyter notebook --generate-config

    执行后会显示配置文件路径(如 Windows 系统通常为 C:\Users\用户名.jupyter\jupyter_notebook_config.py)。

  3. 定位并编辑配置文件

    • Windows :通过文件资源管理器进入 C:\Users\用户名\.jupyter\ 目录,用记事本、VS Code 等文本编辑器打开 jupyter_notebook_config.py
  4. 修改默认目录

    • 在配置文件中搜索 # c.NotebookApp.notebook_dir = '',删除行首的 # 取消注释,将路径修改为目标目录:

      python 复制代码
      c.NotebookApp.notebook_dir = 'D:/jupyter_workspace'  # 替换为你的目标目录
    • 确保目录已存在(如提前在 D 盘创建 jupyter_workspace 文件夹)。

    • 路径写法注意:Windows 用反斜杠 \ 需转义(如 D:\\jupyter_workspace),或直接用正斜杠 D:/jupyter_workspace;macOS/Linux 用标准路径(如 /Users/用户名/my_jupyter_dir)。

  5. 重启验证

    保存配置文件,关闭所有 Jupyter 进程,重新打开命令行输入 jupyter notebook。启动后,浏览器中 Jupyter 的文件目录会显示为你设置的目标目录。

四、安装Numpy和Pandas以及matplotlib

  1. 建议以管理员身份执行如下命令。

  2. 安装numpy,只需执行如下命令即可:

    shell 复制代码
    pip install numpy

    执行结果:

  3. 安装numpy,只需执行如下命令即可:

    shell 复制代码
    pip install pandas

    执行结果:

  4. 安装matplotlib,只需执行如下命令即可:

    shell 复制代码
    pip install matplotlib

    执行结果:

五、安装scikit-learn库和seaborn库

  1. 建议以管理员身份执行如下命令。

  2. 安装依赖库scipy(若已安装 scipy 可跳过):

    shell 复制代码
    pip install scipy

    执行结果:

  3. 安装 scikit-learn:

    shell 复制代码
    pip install scikit-learn

    执行结果:

  4. 安装 seaborn库:

    shell 复制代码
    pip install seaborn

    执行结果:

到此,学习数据挖掘的基础python环境已经安装配置完成,可以愉快的玩耍了~~

相关推荐
万行2 分钟前
机器学习&第四章支持向量机
人工智能·机器学习·支持向量机
幻云20106 分钟前
Next.js之道:从入门到精通
人工智能·python
0和1的舞者8 分钟前
GUI自动化测试详解(三):测试框架pytest完全指南
自动化测试·python·测试开发·自动化·pytest·测试
予枫的编程笔记11 分钟前
【Java集合】深入浅出 Java HashMap:从链表到红黑树的“进化”之路
java·开发语言·数据结构·人工智能·链表·哈希算法
llddycidy13 分钟前
峰值需求预测中的机器学习:基础、趋势和见解(最新文献)
网络·人工智能·深度学习
larance13 分钟前
机器学习的一些基本知识
人工智能·机器学习
l1t17 分钟前
利用DeepSeek辅助拉取GitHub存储库目录跳过特定文件方法
人工智能·github·deepseek
大神君Bob24 分钟前
【AI办公自动化】教你使用Pytho让Word文档处理自动化
python
123445225 分钟前
Agent入门实战-一个题目生成Agent
人工智能·后端
IT_陈寒27 分钟前
Java性能调优实战:5个被低估却提升30%效率的JVM参数
前端·人工智能·后端