工具篇：命令行里的數(shù)據(jù)科學(xué)工具

@(數(shù)據(jù)科學(xué))[小樹枝來了, 幫助, Markdown, 數(shù)據(jù)分析]

1. 環(huán)境配置
2. 安裝anaconda
3. 虛擬環(huán)境管理工具

注意：請將conda放在PATH里(一般來說，安裝了anaconda之后，conda會默認(rèn)放入path)

• for windows user
  C:\Users\Admin\Anaconda3\Scripts

• for linux or mac user
  export PATH="/xxx/anaconda/bin:$PATH"

• C:\Users\Admin\Anaconda3\envs

創(chuàng)建新的虛擬環(huán)境：

-  conda create  -n env_name python=2.7
虛擬環(huán)境查看：
-  conda env list
-  conda env remove -n env_name
-  conda create -n env_name python=3 numpy scipy
-  activate env_name
-  deactivate env_name

安裝工具：
-  conda list
-  conda install numpy
-  conda remove numpy
-  conda update numpy
-  conda search xxx

加速：
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ 
conda config --set show_channel_urls yes

conda config --show

刪除channels：
conda config --remove channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/

Cmd，cd進入目標(biāo)目錄，然后git clone remote.github.url
git clone https://github.com/jvns/pandas-cookbook

新建代碼庫

• 在當(dāng)前目錄新建一個Git代碼庫
  $ git init

• 新建一個目錄，將其初始化為Git代碼庫
  $ git init [project-name]
• 下載一個項目和它的整個代碼歷史
  $ git clone [url]

Git上傳代碼：
https://github.com/henry-li/hello-world.git
We recommend every repository include a README, LICENSE, and .gitignore.

…or create a new repository on the command line
echo "-  hello-world" >> README.md
git init
git add README.md
git commit -m "first commit"
git remote add origin https://github.com/henry-li/hello-world.git
git push -u origin master
…or push an existing repository from the command line
git remote add origin https://github.com/henry-li/hello-world.git
git push -u origin master
…or import code from another repository
You can initialize this repository with code from a Subversion, Mercurial, or TFS project.

tips:
Markdown和In的轉(zhuǎn)換： 先esc，M和Y切換，Ctrl+enter顯示

正則表達(dá)式

正則表達(dá)式的常用縮寫字符:
\d:0-9任何數(shù)字
\D:0-9之外的任何字符
\w:任何字母、數(shù)字、下劃線（可以認(rèn)為是匹配單詞，word）
\W:除了任何字符、數(shù)字、下劃線
\s:空格、制表符或者換行符（可以認(rèn)為是空白，space）
\S:除了空白字符之外
[]:[0-5] or (0|1|2|3|4|5)
+:1個至多個字符

常用正則表達(dá)式:
### re模塊的主要方法：
### search():找到符合的那個模式的信息
### findall()：找到所有符合模式的信息
### sub()：找到符合模式的信息并且替換

利用（）分組
利用轉(zhuǎn)義字符避免（）分組帶來的問題
利用 | 匹配多個分組
利用 ？實現(xiàn)選擇匹配（有或沒有）
利用 * 進行匹配（零次或多次）
利用 + 進行匹配(一次或多次)
利用 {} 匹配特定次數(shù)
正則表達(dá)式的findall()方法

# 自定義的字符模式
# [abc]  a or b or c
# []     無需轉(zhuǎn)義
# []     ^取非   [^]
正則表達(dá)式的^和 $ 的使用
#?!號
# “不包含”字符
#.號通配符
# 只匹配一個字符，**匹配除換行**之外的所有字符
#比如用.*匹配所有字符，


# 添加注釋
phoneRegex = re.compile(r'''(
    \d{3}                           #   注釋
    (\s)
    \d{4}
    )''', re.VERBOSE)
phoneRegex.search('111 2222').group()

# email匹配
emailRegex = re.compile(r'''(
    \w+                           # 用戶名
    @                             # @符號 
    [a-zA-Z]+                        # 域名
    (\.[a-zA-Z]{2,4})             # 域名后面的字符
    )''', re.VERBOSE)
emailRegex.search('jack@sina.com').group()

image.png