Spyder: 一款优秀的Python 数据科学开发环境_用spyder做回归分析

个人感想

看到Udemy中机器学习的教程，讲师用的是Rstudio操作的R，用的是Spyder操作的Python，惊艳了我。决定学习一下这个编辑器的操作，做一下记录。

1. Spyder编辑器介绍

Spyder是一个强大的科学环境是用Python编写编辑器，由科学家，工程师和数据分析师所设计。它具有一个综合开发工具的高级编辑、分析、调试和概要分析功能与科学包的数据探索、交互执行、深度检查和漂亮的可视化功能的独特组合。此外，Spyder还内置集成了许多流行的科学软件包，包括NumPy、SciPy、Pandas、IPython、QtConsole、Matplotlib、Sympy等等。

2. Spyder安装

推荐使用anaconda进行安装，安装完成之后，直接点击windows键输入Spyder就可以打开软件。

3. 测试代码

新建一个test.py文件

# test

print("hello world")

a = 1
b = 2
c = a + b
1
2
3
4
5
6
7

运行程序，可以选中，点击ctrl + return，会运行脚本。

运行结果：

4. 测试作图

test.py增加画图代码，anconda安装好之后，像常用的pandas, numpy, matplotlib都可以直接使用，默认都已经安装过了。

import matplotlib.pyplot as plt
import numpy as np
dat = np.random.rand(100)
plt.plot(dat)
plt.show()
1
2
3
4
5

点击图片，显示图片。

5. 做一个简单的回归分析

代码：

# regression
import numpy as np
import pandas as pd
from statsmodels.formula.api import ols

np.random.seed(123)
x = np.random.random(100)
y = 0.3*x + np.random.random(100)

dd = pd.DataFrame({"x":x,"y":y})
dd.head()

model = ols("y~x",dd).fit()
print(model.summary())
1
2
3
4
5
6
7
8
9
10
11
12
13
14

结果：

6. 使用感想

功能类似Rstudio，但是不是一行一行执行的，而是按照脚本执行。有变量名，有图片显示，有帮助文档，有文件路径，功能非常全。

这里，有一个感想，Spyder里面的代码补全功能很强大，不用考虑一行一行的执行，代码要成块的写。类似谷歌浏览器刚开始搜索直接在输入网址的地方书写，非常不习惯，想要找到类似浏览器搜索窗口的功能，一直没有找到。导致我用火狐很久，因为火狐有相关设置。工作后，用了这么长时间谷歌浏览器，为它的简洁和设计折服，浏览器就该这么使用！因为网址框的搜索设计非常友好，可以输入网址，可以键入关键词，自动匹配之前的记录。现在想起来，之前一心想找带搜索框的功能，是因为自己的思维没有打开，没有想到那一层，以前可能真的是执念太深……。用R语言的习惯去套用python，用Rstudio的思路去套用Spyder，都会有这种问题，学习一个东西，就用最地道的方式学习吧！

7. 一个简单的机器学习示例

这是一个资料里面的数据和代码，刚开始先键入别人的代码，然后再自己键入代码，真的是需要键入1万行代码后，才会熟悉python常用的方法，常用的格式，常用的套路。

数据格式：

数据描述：
这是一个工作经验年份和薪资待遇的数据，一般来说，年份越多，薪资越高。

分析思路：
这里使用机器学习的思路，讲数据分为：参考群和候选群，或者叫“训练群体”和“测试群体”，然后用回归分析建模，然后对测试群体进行预测，查看预测的准确性。

# 简单线性回归分析

# 载入需要的包
import numpy as np
import matplotlib.pyplot as plt
import pandas as pd

# 读取数据
dataset = pd.read_csv('Salary_Data.csv')
X = dataset.iloc[:, :-1].values
y = dataset.iloc[:, -1].values

# 把数据分为训练数据和测试数据，使用sklearn中的分割函数
from sklearn.model_selection import train_test_split
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size = 1/3, random_state = 0)

# 载入回归分析
from sklearn.linear_model import LinearRegression
regressor = LinearRegression()
re1 = regressor.fit(X_train, y_train)


# 根据模型对测试数据进行预测
y_pred = regressor.predict(X_test)

# 对训练群体结果可视化
plt.scatter(X_train, y_train, color = 'red')
plt.plot(X_train, regressor.predict(X_train), color = 'blue')
plt.title('Salary vs Experience (Training set)')
plt.xlabel('Years of Experience')
plt.ylabel('Salary')
plt.show()

# 对测试数据的预测可视化
plt.scatter(X_test, y_test, color = 'red')
plt.plot(X_train, regressor.predict(X_train), color = 'blue')
plt.title('Salary vs Experience (Test set)')
plt.xlabel('Years of Experience')
plt.ylabel('Salary')
plt.show()

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41

结果：