python安装指南

学院

python安装及运行简介(Install & Run)

• python是一门解释型语言，同时也是一门胶水语言。cpython可以调用c语言代码，底层高效的C代码，以及上层封装的简洁易用的API让使用者获得极佳的编程体验。然而，使用这部分C语言拓展产生的代价则是python难以做到跨平台(可以与java比较)，模块中的C代码在不同平台上必须独立进行编译链接。python各种模块(包)的安装、管理和迁移一直是一个让人很头疼的问题。为此人们创造了一系列的python的包及环境管理工具，如disutils、pip、conda、virtualenv等......。

• 一般来说，安装python的途径是下载Python发行版或者集成环境，然后利用包管理工具pip从网络上下载所需使用的python包进行安装；同时使用virtualenv进行环境隔离，为不同的应用维护一个相对干净的环境。

  在windows系统下，使用pip通过源码编译安装python模块经常会遭遇各种奇怪的问题。
  http://www.lfd.uci.edu/~gohlke/pythonlibs/ 该网站收录了许多windows环境下编译好的很多包。

• python语言的使用方式主要有以下三种：

  • 在python解释器中运行代码或直接使用python解释器运行脚本
    

    在windows环境下，打开命令提示符，输入python，即可打开python解释器。
    )

  • 使用交互式编程环境IPython
    在windows环境下，打开命令提示符,输入IPython,即可打开IPython交互式环境，相较于普通python解释器，IPython提供了命令补全，变量展示，matplotlib画图等功能。
    )

    以上两种方式配合IDE(集成开发环境)使用效果更佳，这里推荐的IDE有Pycharm, WingIDE,Spyder(类似matlab,可以方便查看数据,Anaconda自带,可以直接使用pip安装)等。

  • 使用jupyter notebook。Jupyter Notebook,以前又称为IPython notebook,是一个交互式笔记本，运行于浏览器中，支持python、R、scala等多种科学计算语言，有非常丰富的数据展示形式，支持Markdown文档，易于阅读和分享。Anaconda中自带，也可以直接通过pip安装pip install jupyter

安装python发行版Anaconda(Why Anaconda)？

python在各种python发行版或集成环境中，Anaconda可以说是为数据分析工作者量身定做的，它由数据科学从业者开发和维护，旨在打造一个领先的、portable、易于上手的开放数据科学平台，它是开源的Python和R的高性能分发版，包括了超过100种最受欢迎的数据科学Python，R和Scala软件包。conda则是该项目中的包及环境管理部分，它不单单管理python模块，同时也解决了难于处理的那部分C语言拓展的编译问题，还能管理虚拟python环境。在数据科学的使用场景中，其比pip要更加优秀。其官方主页有提供主流的操作系统上的安装客户端，直接下载运行安装即可。
安装完成后，在%anaconda%\\Scripts(Mac为%anaconda%\\bin)下有名为anaconda-navigator的可执行文件，双击运行后会进入anaconda管理页面，从该页面可以以图形化的方式启动python、jupyternotebook、spyder，进行虚拟环境和模块管理等

可以将其快捷方式发送到桌面(mac可以用ln -s命令创建一个软连接到桌面)，作为python环境的入口。

如果启动中有问题，请尝试升级anaconda及anaconda-navigator

conda upgrade anaconda anaconda-navigator

包管理工具使用简介(Pip & conda tips)

pip使用简介

• python模块打包格式
  
  • tar.gz或者zip压缩包
  • wheel格式
  • 从源码直接安装

以上各种格式都可以用pip直接安装。

• pip支持的安装方式

  • 从PYPI(Python包索引库)安装

    $ pip install SomePackage
    [...]
    Successfully installed SomePackage

  • 从压缩文件安装

    $ pip install SomePackage.tar.gz
    [...]
    Successfully installed SomePackage

  • 安装whl文件

    $ pip install SomePackage-1.0-py2.py3-none-any.whl
    [...]
    Successfully installed SomePackage

  • 从github或svn下载源码安装

    $ pip install git+https://myvcs.com/some_dependency@sometag#egg=SomeDependency
    [...]
    Successfully installed SomePackage

• pip list 列出已安装模块

• pip upgrade 升级某模块

• 安装特定版本的模块
  pip install SomePackage==版本号（一般格式为x.x.x)

• 更多命令请用pip --help查看

conda使用简介

conda是anaconda开发团队维护的一个多语言包管理工具，它将许多python模块中用到的C语言模块也纳入和管理范围。不过其收录的主要是科学计算相关的模块，是pip收录的模块的子集。安装这些模块时，推荐优先从conda安装。此外，它能向virtualenv一样，帮助使用者创建并管理多个相互隔离的python环境。

• 模块相关

  • conda search somepackage 查找模块是否被conda收录
  • conda install somepackage 安装某模块
  • conda install somepackage=x.x.x安装某特定版本的模块
  • conda upgrade somepackage 安装某模块
  • conda uninstall somepackage 卸载某模块

• 虚拟环境相关

  • conda env create -n envname 创建名为envname的python环境
  • activate envname 激活名为envname虚拟环境
  • deacivate 退出当前虚拟环境

  创建虚拟环境，本质是在%anaconda%\\envs\\$envname目录下新建了一份(相同的包通过硬连接)新环境，其目录结构和最外层的环境(root环境)一致。
  激活虚拟环境后，本质是环境变量指向改变，所以所有python相关的命令行指令的“指向”均发生改变。使用pip、conda安装的模块都在此环境下，python、ipython、jupyter notebook等命令内核使用的python解释器也对应该环境。

应用举例，创建一个python3.6的环境，命名为python3，将其激活并安装anaconda：

$ conda env create -n python3 python=3.6
$ activate python3
(python3) $ conda install anaconda

额外的工作（Extra work）

• 得益于Anaconda项目的工作，整个python环境终于可以做到简单拷贝到相同系统的另外一台机器上直接运行，仅仅需要配置几个额外的环境变量。

• 环境变量Path是操作系统寻找应用程序的“地图”，Path是一系列用分号(；)隔开的文件路径，这些路径下的应用程序(Windows平台上就是.exe或者批处理文件)可以直接在命令提示符中输入其名称来调用。之前提到的在命令提示符中运行python，完整过程是操作系统在Path给出的所有路径中找到了python.exe这一文件，并运行之。

• 不同的人可能会将python环境放到文件系统的不同位置，此时只需要修改环境变量Path，让操作系统能找到python就好。以Anaconda2为例，%anaconda%表示Anaconda2在硬盘上的安装路径，如D:\\Anaconda2\\,只需将%anaconda%(Mac为%anaconda%\\bin)、%anaconda%\\Scripts加入环境变量Path

路径分隔符在linux系统(包括Mac)上面不同于windows上的\而是/，请留意。

其他疑难杂症(TroubleShooting)

• Q: Anaconda2安放路径中有中文，以及其他python2.7模块路径编码相应问题。
  A:

  • 修改相关路径为中文
  • 移动文件到全英文路径下
  • (以上方法均不起作用时再做尝试),在%anaconda%\Lib\site-packages\路径下创建sitecustomize.py，填入以下代码,此代码在每次打开python解释器时都会被提前运行：
    

    import sys
    reload(sys)
    sys.setdefaultencoding("gbk")

• Q: matplotlib画图提示找不到QT插件。
  A:

  • 新建环境变量QT_QPA_PLATFORM_PLUGIN_PATH，填入%anaconda%\\Library\\plugins\\platforms
  • 尝试升级pyqt为5.X.X版本，conda install pyqt=5

• Q: 在ipython或是jupyter notebook中画图，图片不显示。
  A: 在画图代码块之前，在ipython或者jupyter notebook中运行%matplotlib inline

附:

1. 整个课程中使用环境中包含的python模块依赖有：

   • anaconda
   • rqalpha==2.2.5
   • zipline
   • alphalens
   • pyfolio
   • fxdayu_data
   • fxdayu_alphaman
   • ta-lib
     

     手动安装以上模块失败时怎么办。此时大部分情况是编译以上模块的c语言拓展是未安装或无法找到相关c模块依赖。解决流程一般为:
     1.优先使用conda 进行安装
     2.(windows系统)登录http://www.lfd.uci.edu/~gohlke/pythonlibs/下载编译好的whl文件安装
     3.放弃交给IT背景人士解决,也可以上stackoverflow看看遇到过相同问题的人的求助与他人回应

2. PYPI仓库以及conda仓库服务均位于国外，直接安装下载速度会受到限制。墙裂推荐配置一下pip和conda的仓库镜像源，参见

   • https://mirrors.tuna.tsinghua.edu.cn/help/pypi/
   • https://mirrors.tuna.tsinghua.edu.cn/help/anaconda/

3. TODO:
   安装docker，下载安装好以上环境的jupyter server docker镜像并利用jupyter notebook连接。
   (未实装)

感谢阅读完以上内容,祝您开始愉快的量化之旅~ :)