帅气的数据科学
-
Windows 安装
-
MacOS 安装
-
Linux 安装
拥有超过六百万的用户, 开源Anaconda Distribution是进行Python数据科学和机器学习最简单的方法. 它包括250多种流行的数据科学包(data science package)和conda包, 以及适用于Windowns, Linux和MacOS的conda包和虚拟环境管理器. Conda使安装, 运行, 和升级复杂的数据科学和机器学习环境(如Scikit-learn, TensorFlow, Scipy)变得快捷简单. Anaconda Distribution 是数百万的数据科学项目, 以及亚马逊Web服务的机器学习AMI，和用于微软Azure和Windows的Anaconda的基础.
在Anaconda 仓库(repository)中的Python和R conda包是在我们的安全环境中监管并编译的, 因此您能获得正好适用于您的系统的优化的二进制文档. 结合了conda的虚拟环境和深度依赖管理, 您能轻松地在Windows, Linux和MacOS系统之间复制完全相同的数据科学结果. Anaconda仓库中有超过1000的免费包供大家使用, 并且我们还在anaconda.org上为conda包创建者们举办了一个Conda Forge社区.
Anaconda的商业化产品, Anaconda Enterprise是企业组织进行协作, 管理, 扩展和保护Python，R数据科学以及机器学习的软件. 完全版有基于目录的访问控制和版本控制，数据科学家可以在Notebook和模型上安全协作. IT可以操作自己的私有Python和R包仓库来镜像, 过滤并管理包, 以遵守其管理和安全方针. 快速部署ML模型, Live notebook以及仪表板到运行Docker/Kubernates, Hadoop和Spark的生产环境计算集群上. Anaconda企业版在您自己的数据中心以及AWS, Azure和Google Cloud平台上运行. 甚至可以在无网络接入的“空气间隙(Air－gapped)环境运行”.
"通用电器数据科学专注于实时协作. 我们的团队分布于世界各地, 并且我们想要做到实时协作. 我们希望有一个每个人都能使用的通用机器学习平台, 进行现代分析, 并且制定每个人都能遵循的标准. Anaconda企业版让我们能够有效的做到这一点".
-Girish Modgil，通用电器公司 数据&分析高级主管
Have you correctly installed Python IDE and can successfully run the two test programs?
- Install Python 3.x IDE (It is recommended to install Anaconda only)
IDLE url：https://python.org
Anaconda url：https://www.continuum.io/downloads
- Test the use of IDE(using Spyder of Anaconda)
(1)
import numpy as np
from scipy.cluster.vq import vq, kmeans, whiten
list1 = [88.0, 74.0, 96.0, 85.0]
list2 = [92.0, 99.0, 95.0, 94.0]
list3 = [91.0, 87.0, 99.0, 95.0]
list4 = [78.0, 99.0, 97.0, 81.0]
list5 = [88.0, 78.0, 98.0, 84.0]
list6 = [100.0, 95.0, 100.0, 92.0]
data = np.array([list1,list2,list3,list4,list5,list6])
whiten = whiten(data)
centroids,_ = kmeans(whiten, 2)
result,_= vq(whiten, centroids)
print(result) # [0 1 1 1 0 1] or other similar list
(2)
import numpy as np
import matplotlib.pyplot as plt
t=np.arange(0.,4.,0.1)
plt.plot(t,t,t,t+2,t,t**2)
#I am a picture, I am a picture, I am a picture.
