Python、R、Julia混合编程环境配置及相关⼯具安装
1  Python环境配置
1.1  安装Anaconda
Conda 是⼀个开源的软件包管理系统和环境管理系统，⽤于安装多个版本的软件包及其依赖关系，并在它们之间轻松切换。
Conda 是为 Python 程序创建的，适⽤于 Linux，OS X 和Windows，也可以打包和分发其他软件。
⽬前最流⾏的 Python 环境管理⼯具。
Anaconda指的是⼀个开源的Python发⾏版本，其包含了conda、Python等180多个科学包及其依赖项。
Anaconda下载地址：
最好是64位的版本（除⾮你的电脑是32位的）。这⾥选择3.X或者2.X没关系，都可以，但建议选Python3版本。
检查并配置环境变量
Windows环境变量：
请查看环境变量中是否有以下三个路径，若没有请⾃⾏添加：
1. 默认路径本⾝；
2. 默认路径+”\Scripts”;
3. 默认路径+”\Library\bin”
默认路径即为安装Anaconda时所设置的路径。例如：默认路径为：”C:\Users\Administrator\Anaconda3”，那么需要添加的三个路径则是：
C:\Users\Administrator\Anaconda3；
C:\Users\Administrator\Anaconda3\Scripts；
C:\Users\Administrator\Anaconda3\Library\bin
第⼀个路径是Miniconda的根⽬录，也是最重要的路径！
1.2  添加conda的国内国内镜像服务器
因为conda下载⽂件要⽤到国外的服务器，速度⼀般会⽐较慢，我们可以通过增加⼀个清华的镜像服务器来解决。
打开cmd终端或者Anaconda Prompt（快捷键： win+r ：然后输⼊cmd，回车）。
分别在cmd终端或者Anaconda Prompt⾥粘贴下⾯两⾏代码（每粘贴⼀⾏回车确认）。
conda config --add channels mirrors.tuna.tsinghua.edu/anaconda/pkgs/free/
conda config --set show_channel_urls yes
1.3  创建Python虚拟环境
在 cmd 终端输⼊： conda create –n 环境名称 python=版本号
例如创建名称为course_py35，版本为python3.5的虚拟环境，cmd输⼊：conda create –n course_py35 python=3.5 。 安装⼯具包的时候可能需要安装⼀些其他的⼯具，如果系统提⽰ proceed ([y]/n)? ，输⼊y， 回车就ok。
出现如下图提⽰ “To activate this environment……”表⽰环境配置成功
尝试触发刚创建的这个环境，输⼊： activate course_py35
这⾥如果你⽤的是其他的名字，输⼊activate 名称就可以了
如果命令⾏出现（course_py35）或者说是你⾃⼰设定的名称，表⽰已经载⼊这个环境
你可以选择查看 Python 的版本是否是我们刚创建的3.5版本，输⼊：python
不出意外的话，系统会给你反馈 python 的版本信息
输⼊：quit()
退出 python 环境（注意：此处的括号为英⽂状态下输⼊的）
1.4  安装所需的 python ⼯具包
可选择⽤conda或者pip安装包，为⽅便起见，先对conda和pip进⾏升级，cmd输⼊命令：
conda update conda
python -m pip  install --upgrade pip
包安装命令：
conda install package_name
pip install package_name
包升级命令：
conda update package_name
pip  install --upgrade package_name
包移除命令：
conda uninstall package_name
pip uninstall package_name
数据科学python常⽤包：
：为⼤型多维数组和矩阵添加Python⽀持，以及在这些数组上运⾏⾼级数学函数的⼤型添加包。
：⽤于科学计算的基础库。
：为Python中的数据结构、数据操作和分析编写的添加包。
：⽤于图形和数据可视化的全⾯2D绘图。
：基于matplotlib的Python可视化库。它提供了⼀个⾼级界⾯，⽤于绘制有吸引⼒的统计图形。
：⼀个机器学习库。
：复杂⽹络分析库。
：⽤于构建统计模型。
：
⽤于⽹络爬⾍。
：⽤于Twitter抓取。
：⼀个Python交互式可视化库，⾯向现代Web浏览器进⾏演⽰。它的⽬标不仅是以D3.js的风格提供优雅、简洁的新颖图形结构，⽽且还通过⾮常⼤或连续传播的数据集提供⾼性能交互功能。它有Python、Scala、Julia以及现在的R接⼝。
2  R环境配置
2.1  R下载与安装
R官⽹地址：
R下载地址：
为保证下载速度，可选择国内镜像地址
检查环境变量
环境路径：“默认路径\bin\x64”
CMD下输⼊R可进⼊R的控制台界⾯，如下图：
2.2  R语⾔安装R package：
（1）⾃动安装（在线安装）
在R的控制台输⼊：install.packages("package_name")
这种⽅法可能不到需要的package，那么可以⽤ ⽅法2
（2）⼿动安装（离线安装）
Windows:
下载package.zip⽂件
打开R的菜单栏->Packages->“Install package from local zip file…”
选择package.zip⽂件
python 爬虫教学查看全部安装的R包：.packages(all.available=T)
查看某个安装的R包：
library("XML")
help(package="XML")
R下常⽤包：
：基于R的ggplot2和图形语法的Python绘图系统。它专为使⽤最少的代码快速制作具有专业外观的图⽽构建。对于R，查看添加包的最佳⽅法是查看CRAN任务视图，其中，添加包按使⽤类型聚合。
例如，有关⾼性能计算的CRAN任务视图，请访问：
3  Julia环境配置
3.1 Julia下载与安装
Julia下载地址：
julia最新版本为julia-1.0.3，建议安装最新版本
环境变量路径："默认路径\Julia-1.0.3\bin"
启动：cmd输⼊julia，如下图：
3.2 Julia配置
（1）julia安装package
julia安装package有两种⽅法：
⼀种是通过Pkg.add()命令安装：在julia交互式环境输⼊以下命令：
using Pkg
Pkg.add("package_name")
（2）julia配置
Julia 的 REPL（交互式编程环境） 扩展性很强，⽐较有名的⽐如 OhMyREPL，它可以提供代码⾼亮，代码补全等功能。可在REPL中通过以下命令安装和使⽤：
using Pkg
Pkg.add("OhMyREPL") //安装包
using OhMyREPL //调⽤包
（3）julia调⽤Python、R混合编程
Julia可以⽅便的调⽤Python和R，主要通过、、三个包来实现，详细操作可查看其⽂档说明。
注意：安装julia第三⽅包时，最好先查看其官⽅⽂档，确定适⽤版本后再安装使⽤。
4  关于IDE
⽬前，有很多IDE可同时搭建Python、R、Julia环境，如Vscode、Atom等，在此推荐Jupyter Lab，相⽐⼯程开发，其更适⽤于科学实验。
Jupyter源于Ipython Notebook，是使⽤Python（也有R、Julia、Node等其他语⾔的内核）进⾏代码演⽰、数据分析、可视化、教学的很好的⼯具，对Python的愈加流⾏和在AI领域的领导地位有很⼤的推动作⽤。

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。