数据科学01- 数据科学家的工具箱 | PASS专题

数据科学家通过许多工具软件利用庞大或者混杂数据去解决回答许多复杂的难题。

数据科学问题种类包括：

描述性分析（deive analyses）
探索性分析（exploratory analyses）
推断分析（inferential analyses）
预测分析（predictive analyses）
因果分析（casual analyses）
机理分析（mechanistic analyses)

在这期内容中我们将介绍数据科学家常用的工具软件的安装设置。

命令行界面CLI

命令行界面（command line interface）是用来处理文件和文件夹的一种方式。每一台计算机中都带有某种形式的命令行界面。

➢位置：

・windows：Git Bash

・Mac/Linux：Terminal

➢作用：

・浏览指定文件夹

・创建文件、文件夹、程序

・编辑文件、文件夹、程序

・运行程序

➢目录directories：

目录结构类似“树”

根目录：root，处于目录最顶端，用“/”表示

主目录：home，包含个人文件，通常使用用户名为名称，用“～”表示

打开CLI后，默认开始于Home目录，CLI正在工作的目录称为工作目录。从根目录到工作目录称为路径path。

➢命令格式：

命令 -参数选项参数值

command -flagsarguments

示例：

clear

ls-a

cp-rDocuments More_docs

是否要用参数选项和参数值取决于命令本身，根据command，flags和arguments可以为0个或有多个。

➢常见命令：

・pwd：显示工作目录的路径・clear：清除当前窗口的命令

pwd

clear

・ls：列出当前目录的文件和文件夹

ls-a#列出隐藏或非隐藏的文件和文件夹

ls-al#列出隐藏或非隐藏的文件和文件夹的细节

・cd：改变目录

cdMusic

cd.. #返回上一级目录

・mkdir：创建目录

mkdir123#创建名为123的目录

・touch：创建一个空文件

touchtest_file

・cp：复制文件或文件夹

cptest_file 123#复制test_file文件到目录123中

・rm：移除文件或整个文件夹需要小心，没有操作可以撤销rm命令！

rmtest_file #移除test_file文件

rm-r123#移除整个目录123

・mv：移动文件或重命名文件

mvnew_file 123#移动new_file文件到目录123中

mvnew_file renamed_file #将new_file重命名为renamed_file

・echo：显示任何输入的参数・date：显示现在时间

echoHello World!

date

Git

Git是一个免费的开源的分布式版本控制系统，帮助控制和管理本地开发项目的各个版本，可用于敏捷高效地处理任何或小或大的项目，大多数的操作都可以通过命令行执行。

在Git网站[https://git-scm.com/]下载相应电脑系统的Git并安装，然后即可使用命令行运行。

➢查看Git版本信息

git--version

➢设置关联到Git的用户名和邮箱（注意，邮箱与Github注册的邮箱要一致）

gitconfig --globaluser.name "Your Name Here"

gitconfig --globaluser.email "[email protected]"

➢用list命令查看用户信息并用exit命令退出

gitconfig --list

界面出现"："之后按下enter键继续显示信息，直到出现END，此时输入"q"可以返回到命令行输入界面，在"$"后面输入"exit"之后即可退出。

GitHub

Github是通过Git进行版本控制的软件源代码托管服务平台，可以在线开放项目，也能将项目提交到网上方便其他人查阅和开发。

在github网站[https://github.com/join?source=header-home]注册帐号，填写用户名，密码和注册邮箱(要和git的邮箱一致)。

➢在线新建一个资源库（repository/"repo"）

・登录github账号后，点击右侧的New按钮打开新建repo页面・命名repo・为repo添加简要的描述・选择public类型的repo（private资源库为付费服务）・选择initialize this repository with a README・点击Create repository按钮