用瀏覽器打開官方網站

2

選擇Downloads選項，根據操作系統選擇適合的版本。（這里我以windows32位系統版本為例），注：3.5以上版本不支持WindowXP及之前的windows的系統。

3

下載完成后打開安裝包并執行，運行出該界面。

這里是安裝到C盤上（默認安裝）

此處為自定義安裝

選擇第一項是系統用戶下所有用戶可啟動，Add Python 3.6 to PATH 是將安裝路徑添加到PATH環境變量中，方便直接運行于系統各種環境中（如果有多個版本的Python或測試環境可不添加，需要添加可手動添加，查找到安裝的地址并復制地址到以下操作，計算機——右鍵屬性——高級系統設置——環境變量——系統變量——選擇PATH——雙擊在變量值中添加——注意在最后添加并有“;”為隔斷符）。

我這里選擇自定義安裝，并全選安裝，其中安裝pip,可使用“Tornado”web框架等模塊。

這一步是需要選擇的項目有點多

Install for all users 所有用戶可使用

Associate files with Python 關聯PY相關的文件

Create shortcuts for installed applications 創建桌面的快捷方式

Add Python to environment variables 添加系統變量（windows系統）

Precompile standard library 安裝預編譯標準庫

Download debugging symbols 安裝調試模塊（開發者可選擇，運用于開發環境）

Download debug binaries安裝用于VS的調試符號（二進制），如果不使用VS作為開發工具，則無需勾選（支持VS2015以上版本），適用于.NET開發。

開始安裝過程，請耐心等待（所有的項目都選擇，根據網速決定安裝的速度）。

如果有未選擇的選項，可直接點擊取消，重新開始安裝過程。

安裝完成，開啟Python之旅。

雙擊桌面上的Python快捷方式。

開始進入Python的編程界面，輸入print("你好，Python!")。

現在開啟Python之旅吧。

在如何使用Python腳本轉換數據和命令行中，我們將深入探討如何使用Python腳本和命令行來轉換數據。

但是首先，值得提出一個您可能正在思考的問題：“ Python如何適合命令行，為什么當我知道我可以使用IPython筆記本完成所有數據科學工作時，為什么還要使用命令行與Python進行交互?還是Jupyter實驗室?”

筆記本非常適合快速進行數據可視化和探索，但是Python腳本是將我們學到的東西投入生產的一種方式。假設您想建立一個網站，以幫助人們發布具有理想標題和提交時間的Hacker News帖子。為此，您需要腳本。

本教程假定您具有函數的基本知識，并且有一點命令行經驗也不會受到損害。如果您以前從未使用過Python，請隨時查看我們涵蓋Python函數基礎的任務，或者更深入地研究我們的一些數據科學課程。最近，我們發布了兩個新的交互式命令行課程：“ 命令行元素”和“命令行中的文本處理”，因此如果您想更深入地研究命令行，我們也建議您

也就是說，不必過分擔心先決條件!我們將解釋我們正在做的所有事情，所以讓我們開始吧!

熟悉數據

Hacker News是一個站點，用戶可以在該站點上通過Internet(通常是有關技術和創業公司)提交文章，而其他人可以“贊揚”這些文章，表示他們喜歡它們。提交的投票越多，在社區中就越受歡迎。熱門文章進入Hacker News的“首頁”，在其他網站上它們更有可能被他人看到。

我們將使用的數據集是由Arnaud Drizard使用Hacker News API編譯的，可以在此處找到。我們從數據中隨機抽取了10000行，并刪除了所有多余的列。我們的數據集只有四列：

submission_time -故事提交時。

upvotes -提交的投票數。

url —提交的基本域。

headline—提交的標題。用戶可以對其進行編輯，而不必與原始文章的標題相匹配。

我們將編寫腳本來回答三個關鍵問題：

哪些新聞最常出現在頭條新聞中?

哪些域名最常提交給Hacker News?

大多數文章什么時候提交?

切記：在編程時，有多種方法可以處理任務。在本教程中，我們將逐步解決這些問題，但是肯定還有其他方法同樣有效，因此請隨時嘗試并嘗試提出自己的方法!

使用命令行和Python腳本讀取數據

要加注星標，讓我們Transforming_Data_with_Python在桌面上創建一個文件夾。要使用命令行創建文件夾，可以使用mkdir命令，后跟文件夾名稱。例如，如果要創建一個名為的文件夾test，則可以導航到Desktop目錄，然后鍵入mkdir test。

我們將稍后討論為什么創建文件夾，但是現在，讓我們使用cd命令導航到創建的文件夾。該cd命令允許我們使用命令行更改目錄。

盡管有多種使用命令行創建文件的方法，但我們可以利用一種稱為管道傳輸和重定向輸出的技術來一次完成兩件事：將輸出從stdout(命令行生成的標準輸出)重定向到文件中并創建一個新文件!換句話說，我們可以讓它創建一個新文件并使它的輸出成為該文件的內容，而不是讓命令行僅打印其輸出。

要做到這一點，我們可以使用>和>>，這取決于我們想用文件來完成。如果文件不存在，兩者都會創建一個文件;但是，>將使用重定向的輸出覆蓋文件中已有的文本，同時>>將任何重定向的輸出附加到文件中。

我們希望將數據讀入該文件并創建一個描述性的文件名和函數名稱，因此我們將創建一個名為的函數，load_data()并將其保存在名為的文件中read.py。讓我們使用讀取數據的命令行創建函數。為此，我們將使用該printf函數。(我們將使用printf它，因為它允許我們打印換行符和制表符，我們將使用它們來使腳本對自己和其他人更具可讀性)。

為此，我們可以在命令行中輸入以下內容

printf "import pandas as pd\n\ndef load_data():\n\thn_stories = pd.read_csv('hn_stories.csv')\n\thn_stories.colummns = ['submission_time', 'upvotes', 'url', 'headline']\n\treturn(hn_stores)\n" > read.py

檢查上面的代碼，有很多事情要做。讓我們將其分解。在函數中，我們是：

a.請記住，我們要使腳本可讀，我們正在使用printf命令通過命令行生成一些輸出，以在生成輸出時保留格式。

b.進口大熊貓。

c.將數據集(hn_stories.csv)讀入pandas數據框。

d.使用df.columns列名添加到我們的數據幀。

e.創建一個名為的函數load_data()，其中包含用于讀取和處理數據集的代碼。

f.利用換行符(\n)和制表符(\t)保留格式，因此Python可以讀取腳本。

g.將輸出重定向printf到read.py使用>運算符調用的文件。由于read.py尚不存在，因此已創建文件。

運行上面的代碼后，我們可以cat read.py在命令行中鍵入并執行命令以檢查的內容read.py。如果一切正常運行，我們的read.py文件將如下所示：

創造 __init__.py

在該項目的其余部分，我們將創建更多腳本來回答我們的問題并使用該load_data()函數。盡管我們可以將該函數粘貼到使用該函數的每個文件中，但是如果我們正在處理的項目很大，則可能會變得非常麻煩。

為了解決這個問題，我們可以創建一個名為的文件__init__.py。本質上，__init__.py允許文件夾將其目錄文件視為包。最簡單的形式__init__.py可以是一個空文件。它只需要存在就可以將目錄文件視為包。您可以在Python文檔中找到有關包和模塊的更多信息。

因為load_data()是中的函數read.py，所以我們可以使用導入包的相同方法來導入該函數：from read import load_data()。

還記得使用命令行創建文件的多種方法嗎?我們可以使用另一個命令來創建文件__init__.py這次，我們將使用該touch命令來創建文件。touch是一個在您運行命令后立即為您創建一個空文件的命令：

探索標題中的單詞

現在，我們已經創建了一個腳本來讀取和處理數據以及創建的數據__init__.py，我們可以開始分析數據了!我們要探索的第一件事是標題中出現的獨特詞。為此，我們要執行以下操作：

1)count.py使用命令行創建一個名為的文件。

2)load_data從導入read.py，并調用函數以讀取數據集。

3)將所有標題合并為一個長長的字符串。當您合并標題時，我們希望在每個標題之間留一個空格。在此步驟中，我們將使用Series.str.cat連接字符串。

4)將長字符串拆分成單詞。

5)使用Counter類可以計算每個單詞在字符串中出現的次數。

6)使用該.most_common()方法將100個最常用的單詞存儲到wordCount。

如果使用命令行創建此文件，則外觀如下：

printf "from read import load_data\nfrom collections import Counter\n\nstories = load_data()\nheadlines = stories['headline'].str.cat(sep = ' ').lower()\nwordCount = Counter(headlines.split(' ')).most_common(100)\nprint(wordCount)\n" > count.py

運行上面的代碼后，您可以cat count.py在命令行中鍵入并執行命令以檢查的內容count.py。如果一切正常運行，您的count.py文件將如下所示：

現在，我們已經創建了Python腳本，我們可以從命令行運行腳本以獲取一百個最常用單詞的列表。要運行腳本，我們從命令行鍵入python count.py命令。

腳本運行后，您將看到以下打印結果：

[('the', 2045), ('to', 1641), ('a', 1276), ('of', 1170), ('for', 1140), ('in', 1036), ('and', 936), ('', 733), ('is', 620), ('on', 568), ('hn:', 537), ('with', 537), ('how', 526), ('-', 487), ('your', 480), ('you', 392), ('ask', 371), ('from', 310), ('new', 304), ('google', 303), ('why', 262), ('what', 258), ('an', 243), ('are', 223), ('by', 219), ('at', 213), ('show', 205), ('web', 192), ('it', 192), ('–', 184), ('do', 183), ('app', 178), ('i', 173), ('as', 161), ('not', 160), ('that', 160), ('data', 157), ('about', 154), ('be', 154), ('facebook', 150), ('startup', 147), ('my', 131), ('|', 127), ('using', 125), ('free', 125), ('online', 123), ('apple', 123), ('get', 122), ('can', 115), ('open', 114), ('will', 112), ('android', 110), ('this', 110), ('out', 109), ('we', 106), ('its', 102), ('now', 101), ('best', 101), ('up', 100), ('code', 98), ('have', 97), ('or', 96), ('one', 95), ('more', 93), ('first', 93), ('all', 93), ('software', 93), ('make', 92), ('iphone', 91), ('twitter', 91), ('should', 91), ('video', 90), ('social', 89), ('&', 88), ('internet', 88), ('us', 88), ('mobile', 88), ('use', 86), ('has', 84), ('just', 80), ('world', 79), ('design', 79), ('business', 79), ('5', 78), ('apps', 77), ('source', 77), ('cloud', 76), ('into', 76), ('api', 75), ('top', 74), ('tech', 73), ('javascript', 73), ('like', 72), ('programming', 72), ('windows', 72), ('when', 71), ('ios', 70), ('live', 69), ('future', 69), ('most', 68)]

在我們的網站上滾動瀏覽它們會有些尷尬，但是您可能會注意到最常見的詞，例如等等。這些詞被稱為停用詞the，to a for這些詞對人類語音很有用，但對數據分析沒有任何幫助。您可以在我們的spaCy教程中找到更多有關停用詞的信息;如果要擴展此項目，則從我們的分析中刪除停用詞將是一個有趣的下一步。

即使包含了停用詞，我們也可以發現一些趨勢。除了停用詞之外，這些詞中的絕大多數都是與技術和創業相關的術語。考慮到HackerNews專注于科技創業公司，這并不奇怪，但是我們可以看到一些有趣的特定趨勢。例如，谷歌是該數據集中最常提及的品牌。Facebook，Apple和Twitter等其他品牌也是討論的熱門話題。

探索域提交

現在我們已經探索了不同的標題并顯示了前100個最常用的詞，現在我們可以探索域提交了!為此，我們可以執行以下操作：

1)domains.py使用命令行創建一個名為的文件。

2)load_data從導入read.py，并調用函數以讀取數據集。

3)使用value_counts()大熊貓中的方法來計算列中每個值的出現次數。

4)遍歷該系列并打印索引值及其關聯的總數。

這是命令行形式的外觀：

printf "from read import load_data\n\nstories = load_data()\ndomains = stories['url'].value_counts()\nfor name, row in domains.items():\n\tprint('{0}: {1}'.format(name, row))\n" > domains.py

再一次，如果我們cat domains.py在命令行中輸入來檢查domains.py，我們應該看到：

探索提交時間

我們想知道大多數文章何時提交。一種簡單的重組方法是查看文章的提交時間。為了弄清楚這一點，我們需要使用該submission_time列。

該submission_time列包含如下時間戳：2011-11-09T21:56:22Z。這些時間以UTC表示，UTC是大多數軟件用于保持一致性的通用時區(想象一個數據庫中填充的時間都具有不同的時區;要使用它會非常麻煩)。

要從時間戳獲取小時，我們可以使用該dateutil庫。中的parser模塊dateutil包含parse函數，該函數可以帶一個時間戳，如何使用Python腳本轉換數據和命令行https://www.aaa-cg.com.cn/data/2304.html并返回一個datetime對象。這是文檔的鏈接。解析時間戳后，hour結果日期對象的屬性將告訴您文章提交的時間。

為此，我們可以執行以下操作：

1)times.py使用命令行創建一個名為的文件。

2)編寫一個函數以從時間戳中提取小時。此函數應首先用于dateutil.parser.parse解析時間戳，然后從結果datetime對象中提取小時，然后使用來返回小時.hour。

3)使用pandas apply()方法創建提交時間列。

4)使用value_counts()大熊貓中的方法來計算每小時發生的次數。

5)打印結果。

我們在命令行中執行以下操作：

printf "from dateutil.parser import parse\nfrom read import load_data\n\n\ndef extract_hour(timestamp):\n\tdatetime = parse(timestamp)\n\thour = datetime.hour\n\treturn hour\n\nstories = load_data()\nstories['hour'] = stories['submission_time'].apply(extract_hour)\ntime = stories['hour'].value_counts()\nprint(time)" > times.py

這是它看起來像一個單獨.py文件的樣子(如上所述，您可以通過cat times.py從命令行運行以檢查文件來進行確認)：

現在，我們已經創建了Python腳本，我們可以從命令行運行腳本，以獲取特定時間內發布了多少篇文章的列表。為此，您可以從命令行鍵入python times.py命令。運行此腳本，您將看到以下結果：

您會注意到大多數提交內容是在下午發布的。但是請記住，這些時間是UTC時間。如果您有興趣擴展此項目，請嘗試在腳本中添加一個部分，以將UTC的輸出轉換為本地時區。

下一步

在如何使用Python腳本轉換數據和命令行中，我們探索了數據并建立了一個短腳本目錄，這些短腳本可相互配合以提供所需的答案。這是構建我們的數據分析項目的生產版本的第一步。

但是，當然，這僅僅是開始!在如何使用Python腳本轉換數據和命令行中，我們沒有使用過upvotes數據，因此這是擴展分析范圍的一個不錯的下一步：

a.標題長度最大才能獲得最多投票?

b.提交時間最多的是什么?

c.投票總數隨時間變化如何?

我們鼓勵您結合自己的問題，并在繼續探索此數據集時發揮創造力!

https://www.toutiao.com/i6831049808313057804/

一 正確的打開姿勢1.按win+r然后輸入cmd2.切換到程序所在的目錄3.輸入python 程序名.py這就運行了。二 程序雙擊后閃退1.在程序最后添加代碼raw_input("Press Enter") #回車退出程序這樣就可以了。樓主可以看下《Python基礎教程（第二版）》

Linux就不說了，一般自帶python，輸入python命令就能使用，不過一般是python2，從2升3這里就不說了，對新手來說2夠用了。

如果確實沒有，也很簡單，一句話的事情，看操作系統，用yum還是apt-get。

yum install python

apt-get install python

windows默認沒有，需要安裝，直接官網下載exe安裝包，目前2已經不維護了，官網直接下載python3。

如果沒啥特殊需求，有勾的全勾上，其他全部默認，一路下一步，很快就安裝好了。

按win+R，輸入”cmd“，回車，輸入”python“，如果能如下，則成功。

新建個helloworld.py：

里面寫入：

print('hello world!')

然后執行：

python helloworld.py

windows環境python開發最好裝個pycharm類似的ide環境。