社区所有版块导航
Python
python开源   Django   Python   DjangoApp   pycharm  
DATA
docker   Elasticsearch  
aigc
aigc   chatgpt  
WEB开发
linux   MongoDB   Redis   DATABASE   NGINX   其他Web框架   web工具   zookeeper   tornado   NoSql   Bootstrap   js   peewee   Git   bottle   IE   MQ   Jquery  
机器学习
机器学习算法  
Python88.com
反馈   公告   社区推广  
产品
短视频  
印度
印度  
Py学习  »  Python

收藏 | 最最最最简单、最最最最详细的Python和Pandas安装教程

经管之家 • 3 年前 • 580 次点击  



这是邢不行第  66  期量化小讲堂的分享

作者 | 邢不行、助教林奇



经常有人和我抱怨,想写几行Python代码太不容易了。



要先去满是英文的Python官网找安装包,下载速度很慢不说,还经常失败



即使是下载好了,也要面对不知道该如何勾选的安装引导。


从选择

再到选择


安装好python后,你以为就完成了吗?


问问自己,量化必备的第三方库pandas、numpy安装了吗?编程工具安装好了吗?会用吗?


因为大家的电脑环境不同,后面这些步骤特别容易出现各种千奇百怪的问题。



一系列让人头大的问题,分分钟劝退各路试图学习Python的小白。前脚刚立好flag,后脚秒变“国家一级退堂鼓”选手。



那有没有什么方法,可以让整个过程变得简单友好一点?


我这精心准备了一下,分为简单的四步,保证让只会安装QQ的小白,也能顺利安装好python,并运行第一个量化程序。


总体步骤

1、下载Anaconda3

2、安装Anaconda3

3、在Anaconda Navigator中打开Spider

4、打开项目,运行代码,读取读取数据


通过这简单的四步,你就能利用Python读取到文件中的股票日线数据并打印出来。


股票数据文件

利用Python读取股票


如果你看完之后仍有疑惑或有其他问题,可以扫描下方二维码或加我微信xbx783,和我交流。




01

下载Anaconda3


Anaconda是什么?和Python有什么关系?


用安卓手机来打比方吧。python就是原版安卓系统。


Anaconda相当于小米或者华为这样的厂商,魔改的原版安卓系统。里面会增加很多原版系统没有的功能。


比如Anaconda里面除了有原版的python之外,还默认集成了很多我们需要的python第三方库。这些第三方库你自己安装会很麻烦,初学者肯定搞不定。


下面介绍三种下载Anaconda的方法。


方法一 


使用官网原版下载文件链接:


Windows系统:

https://repo.anaconda.com/archive/Anaconda3-2020.07-Windows-x86_64.exe


苹果系统:

https://repo.anaconda.com/archive/Anaconda3-2020.07-MacOSX-x86_64.pkg


根据你的操作系统,把链接复制到浏览器的地址栏里,然后按下“回车”开始下载。



建议直接用上面的链接下载指定版本,去官网下载最新版可能存在本教程不适配的风险。


这个方法唯一的缺点就是有点慢,如果你想下载的快一点,又恰巧是迅雷老司机的话,请参照方法二。


方法二


可以把上述链接复制、粘贴到迅雷的窗口里进行下载(在这个国内会有显著的速度提升不需要购买会员加速,如下图)


👇


方法三


如果你既不能用迅雷,又想让速度快一点,还可以扫描下方二维码或加我微信xbx783,我直接把安装包分享给你。(链接不直接贴出来了,容易失效)




02

安装Anaconda3


像安装一个正常软件的方式,双击打开Anaconda的安装程序。点击 “Next”。


点击“Next


进入用户协议页面后,点击 “I Agree”。


点击“I Agree


在选择安装类型页面,选择 “Just Me”,然后点击 “Next”。(如果你想电脑其他账户也可以用就选“All Users”)


选择 “Just Me”,然后点击 “Next


在选择安装路径页面,我们建议使用默认的“Destination Folder”,如果你非要修改,务必把新的路径记在小本本上,免得以后忘记了。


建议使用默认安装路径,然后点击“Next


剩余的就按照默认设置点击“Install”就好了,等待进度条跑完,就安装完成了。


点击“Install


进度条跑完后,剩余的也都只要点击“Next”就可以了。


点击“Next

点击“Next


点击“Finish”就完成了Anaconda3的安装!


点击“Finish”,完成安装

注:会自动打开浏览器的窗口,直接无视就好了。


这时候你已经把安装Python和安装编程软件的步骤都完成了,是不是意想不到的简单。



03

在Anaconda Navigator中打开Spyder


Spyder又是什么呢?


Spyder其实和Pycharm、VS Code是同一类型的软件,这些都是用来写python代码的工具。


就像大家在电脑写文档,可以用word软件,但也可以用wps,或者记事本。


word、wps、记事本都是用来写文档的工具。而spyder、pycharm、vscode,都是用来写pyhton代码的工具。


想要通过Spyder编写Python,首先需要打开 “Anaconda Navigator”,如果是首次打开,应该会在“最近添加”中。


找到“Anaconda Navigator”,并打开


如果找不到?可以点击左下角的放大镜,然后输入 anaconda,找到 “Anaconda Navigator”.


搜索“Anaconda

注:首次打开会有几个黑色命令行弹出,不用理会,然后会出现一个绿色的圆环。速度可能会有点慢,但是等一会儿就好了。


打开Anaconda Navigator之后,弹窗直接点击绿色的“Ok,……”就行了。看得懂的话可以自己仔细看一下。


点击“OK


Anaconda Navigator的窗口中,点击 Spyder下的蓝色“Launch”启动Spyder。


聪明的同学可能会发现,不通过Anaconda好像也可以打开Spyder,但是我们不建议这样做。


点击“Launch


如果出现了如下弹窗,点击“Dismiss”。


点击“Dismiss


然后可以看到Spyder本尊了,页面上很多东西暂时不懂可以慢慢摸索,你现在只需要知道在哪里写代码和看结果就可以了。


Spyder”主页


关于Spyder的使用,请继续往后看。



04

打开项目,读取数据


这是我电脑本地的一个Python项目文件,里面包含了我们需要的代码(读取股票数据.py)以及数据(sh600000.csv)。


接下来就是以这个代码和数据来演示第一个Python程序:



如果你需要上述数据和代码的话,可以扫描下方二维码或加我微信xbx783,都是可以免费发给你的。



如何把这个项目通过Spyder打开呢?


打开项目

点击任务栏的”Project“,选择”Project“下的”New Project“。在新弹出的窗口中勾选”Existing directory“。


单击小窗口上的文件图标,选择你想打开项目的文件夹。选择好后点击”Create“,即可打开项目。


按照步骤打开项目


打开项目后,如果页面上没有出现项目文件夹(下图红框部分)。按照下图的操作即可正常显示。



读取数据

双击左侧的”读取股票数据.py“文件,然后点击顶部绿色播放按钮


注意:首次运行会出现一个弹窗,可以直接关掉。


最后就能在右边看结果的地方看到结果啦!


代码运行结果


厉害吧,你都已经读取并显示了浦发银行的所有历史数据了。


以上的安装步骤应该是最最最最最简单和最最最最最详细的了。


如果你还是遇到问题或者想要样本代码和数据,可以扫描下方二维码或加我微信xbx783沟通。




05

后记


文章的最后,和大家分享一点量化投资的心得


很多人问我小白如何开始学习量化投资,有什么可以书单推荐


我的建议是千万不要直接找本书来看。


你找本编程书看,那跟着敲完“Hello World”就结束了;你找本数学书看,那看到第七页的公式就睡着了。



更好的学习方式是做实际的项目,在实践中学习量化策略。


研报就是很好的量化实践项目。


一篇研报就是一个策略,作者都是年薪百万的高学历券商分析师,你要做的就是读懂策略研报,并用代码实现。


在此期间什么不会学什么,哪里不会点哪里,抱着解决问题的心态去学习,事半功倍。


熟读唐诗三百首,不会作诗也会吟。


那么哪里可以获取研报呢?


你可以扫描下方二维码或加我的微信xbx783,我这里有分门别类几万份研报,还会实时更新



我会区分难度,精选之后发给你。



加我微信xbx783后,也可以交流量化投资相关问题,我比较忙,回复的比较慢,但是看到的都会回复。


聊的开心,聊得有缘,很多量化的数据、资料都是可以送给你的。


也可以翻翻我朋友圈的内容,很多量化干货。一些不会公开发的内容,都会在朋友圈说。




联系作者



Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/135534
 
580 次点击