Python教程栏目介绍概述数据。
推荐（免费）：Python教程
/products/inpidual下载安装包，选择下载Python3.8的安装包个人版即可，但是官网下载速度较慢，因此我已经将Python3.8对应的Anaconda安装包下载整理好了，可以直接点击加QQ群 在群文件夹Python相关安装包中下载即可。
下载完成后直接安装，需要注意，在点击过程中会出现添加环境变量的提示，需要勾选，如下：
最后依次点击下一步、安装完成后，点击Win键（Windows系统下）可以看到最近添加或应用列表A下如图：
可以看到环境为Python 3.8.3，Anaconda创建的基础环境名为base，也是默认环境，也可以看到默认安装的库。
可以在命令行中执行conda list查看已经安装的库，如下：
3.conda工具的介绍和包管理
conda是Anaconda下用于包管理和环境管理的工具，功能上类似pip和virtualenv的组合，conda的环境管理与virtualenv是基本上是类似的操作。
安装成功后conda会默认加入到环境变量中，因此可直接在命令行窗口运行conda命令。
常见的conda命令和含义如下：
conda的包管理常见命令如下：
在conda中，anything is a package一切皆是包，conda本身可以看作是一个包，python环境可以看作是一个包，anaconda也可以看作是一个包，因此除了普通的第三方包支持更新之外，这3个包也支持如下命令：
在命令行中执行jupyter notebook，就会在当前目录下启动Jupyter服务并使用默认浏览器打开页面，还可以复制链接到其他浏览器中打开，如下：
可以看到，notebook界面由以下部分组成：
（2）主工具栏，提供了保存、导出、重载notebook，以及重启内核等选项；
在Jupyter页面下方的主要区域，由被称为单元格的部分组成。每个notebook由多个单元格构成，而每个单元格又可以有不同的用途。
上图中看到的是一个代码单元格（code cell），以[ ]开头，在这种类型的单元格中，可以输入任意代码并执行。
例如，输入1 + 2并按下Shift + Enter，单元格中的代码就会被计算，光标也会被移动到一个新的单元格中。
如果想新建一个notebook，只需要点击New，选择希望启动的notebook类型即可。
可以看到，notebook可以修改之前的单元格，对其重新计算，这样就可以更新整个文档了。如果你不想重新运行整个脚本，只想用不同的参数测试某个程式的话，这个特性显得尤其强大。
再测试标题和其他代码如下：
可以看到，在顶部添加了一个notebook的标题，还可以执行for循环等语句。
测试Python函数如下：
测试Python模块如下：
可以看到，在执行出错时，也会抛出异常。
数据读写很重要，因为进行数据分析时必须先读取数据，进行数据处理后也要进行保存。
加载csv数据，处理数据，保存到MongoDB数据库
如需获取数据、代码等相关文件进行测试学习，可以直接点击加QQ群 在群文件夹Python数据分析实战中下载即可。
在启动MongoDB服务后，运行Python代码，运行完成后，再通过Robo 3T查看数据库如下：
使用Jupyter处理商铺数据
待处理的数据是商铺数据，如下：
包括名称、评论数、价格、地址、评分列表等，其中评论数、价格和评分均不规则、需要进行数据清洗。
如需获取数据、代码等相关文件进行测试学习，可以直接点击加QQ群 在群文件夹Python数据分析实战中下载即可。
可以看到，最后得到了经过清洗后的规则数据。
完整Python代码如下：
'''comment清洗函数：用空格分段，选取结果list的第一个为点评数，并且转化为整型''' '''price清洗函数：用￥分段，选取结果list的最后一个为人均价格，并且转化为浮点型''' '''commentlist清洗函数：用空格分段，分别清洗出质量、环境及服务数据，并转化为浮点型'''更多编程相关知识，请访问：编程教学！！
