canpy测试

如果你熟悉和精通Python，通过我们提供的链接，可以快速可靠地安装好Python、IPython和pandas，但是我们不建议这么做。对于Python新手，基础安装包含了核心解释器以及内置的标准扩展库，就好比你已经有了便宜的画板、基础的涂料和画笔，你需要更好的材料去创造艺术作品，统计、计算、画图的库因此应运而生。即使是忠诚的Python拥护者也认为管理库文件的依赖关系以及更新众多的必要组件是一件很有挑战性的工作。而这会浪费你的时间，尤其是当你需要在不同操作系统和环境下管理分析过程时。

 

为了安装和维护方便，我们强烈建议使用开源软件Enthought Canopy Python数据分析开发环境（www.enthought.com/products/canopy）。Canopy运行于Linux、Microsoft Windows以及Mac OSX，拥有一个内置的Python集成开发环境，结合一个元数据包管理器，能确保依赖包和模块实时更新，并且和IPython一样有个控制台。对于那些不想使用开源解决方案的组织，Enthought同样提供Canopy的商业版本。

 

从（http://docs.enthought.com/canopy/quick-start.html）处能获取完整的安装、设置和升级指南，因此我们不会一步步介绍怎么在不同平台下安装Canopy，我们强烈建议在尝试本书提供的任何Python代码例子前先查看一遍文档。当你完成基本安装之后，打开Canopy应用程序，欢迎页面会显示出来（见图2-1）。

 

首先需要做的是指导Canopy在IPython控制台里显示所有图像。这是可选的步骤，但可保证在Canopy环境下所有输出能正确显示。当你打开Canopy编辑器会话时，你可以从Preferences窗口里找到Python标签，选择Inline（SVG）选项，来调整PyLAb Backend的偏好设置（见图2-2）。

 

你可以在编辑器的IPython控制台里运行如下代码来验证环境是否设置合适。

 

成功后的输出如图2-3所示。当完成这一切后，你已经搞定了基本的环境安装设置，可以开始用数据分析的例子进行后续工作了。如果柱状图没有显示，你应该检查你的安装步骤，或者验证刚刚提过的图像显示设置是否正常。

 

当一切都运转正常时，你可以花10分钟，仔细读一下Stavros Korokithakis写的《Learn Python in 10 Minutes》（www.stavros.io/tutorials/python）。如果你不熟悉Python了，你可以额外花10分钟过一下《10 Minutes to Pandas》（http://pandas.pydata.org/pandas-doc/dev/10min.html），来了解一下pandas数据分析模块。