在Pycharm中安装Pandas库方法(简单易懂)

开发环境的搭建是一件入门比较头疼的事情，在上期的文稿基础上，增加一项Anaconda的安装介绍。Anaconda是Python的一个发行版本，安装好了Anaconda就相当于安装好了Python，并且里面还集成了很多Python科学计算的第三方库。比如我们需要用到的Pandas、numpy、dateutil等等，高达几百种。因此，安装了Anaconda，就不需要再专门的一个个安装第三方库。只要在使用Pycharm时调用Anaconda环境，便可以方便的使用其中的各种库。且各个库之间的依赖性很好，对于我们来讲可以大大简化安装流程。

其实在Windows下安装Python、Anaconda和pandas都比较简单，Python只需要去Python的网站下载下来安装包，然后下一步下一步这么点下去就好了，而pandas呢只要安装Pycharm这个工程软件，就可以了。这里简单介绍一下pandas，pandas是Python下面的一个package，专门用于金融数据的分析，是非常好用的金融分析工具，深入学习pandas，你就知道pandas简直就是为金融分析而量身定做，下边网页是pandas的简单入门介绍http://pandas.pydata.org/pandas-docs/stable/10min.html

下面主要介绍的内容：

1.Python的安装

2.Pycharm的安装、创建、运行Python程序

3.pandas的安装

4.补充Anaconda的安装

*这里因为写作时间的原因，才写成了这个顺序，正确的安装顺序请调整为1→4→2（如果装了第4步，就应该不需要看第3步）。

1.Python安装

从Python官网（ https://www.python.org ）下载windows版本的Python，目前最新的版本是Python3.7。安装文件下载好之后，就像一般的软件一样，一直点击“下一步”就好了。

2.Pycharm的安装、创建、运行Python程序

Pycharm是一个IDE（集成开发环境），就是一个用来编写Python程序的软件，它可以方便的用来管理Python工程，可以让我们更加方便的编写Python程序，而安装pandas用它也是最方便的途径。Pycharm有收费版（Full-fledged Professional）和免费版（Free Community），目前用免费版本就已经可以满足日常需求。可以去官网（ https://www.jetbrains.com/pycharm ）下载，目前最新版本是2018.2.4。

下载好之后一路点击next就能安装好。

安装好Python和Pycharm之后，打开pycharm，点击创建一个新project：

然后给project取名字：

这里需要在框中填写一个路径地址，每当我们新建一个Python项目，一般是创建个新的空文件夹，把和这个项目相关的程序、数据等内容都放在这个文件夹中。框中的路径就是指向这个文件夹。我这里这个文件夹取名test，填写好之后点击“create”，出现下面这个画面：

顺序点击File→New→Python File，填写文件名，创建了一个Python程序文件，双击打开：

一般开始一门语言，都从输出Hello World！开始，这里我们输入一行简单的代码 print（ 'Hello World!'），之后右键，选择Run‘test'，就可以运行程序，并且查看输出了，结果如下图：

这就是一个简单的Python程序。

3.安装pandas

pandas是Python下面的一个库，在Pycharm里非常方便安装，下面就介绍如何使用Pycharm安装pandas：

顺序点击File→Settings，然后点击Project：test→Project Interpreter，出现下面这个界面，如果下边没有pandas，就选择右边的+号：

弹出以下页面：

在搜索框中搜索pandas，点击Install Package，等待安装完成即可，如下图：

之后可以按照同样的流程安装其他一些pandas协同的package，比如：numpy，dateutil等。

安装好之后运行下面这个程序，如果没有报错，就说明完全安装好pandas了。如果报错，一般是因为缺少一些必要的package，按照上述方法继续安装就可以了。

4.补充Anaconda的安装

直接Anaconda的官网页面找到下载界面如下：

根据自身电脑情况选择对应的版本下载，完成后基本上按提示一步一步来就是了，中间有一步如下图：

这里我是全部勾选的，接下来的都全部按提示一直“下一步”就好了。

在最后安装完成之后，我们在PyCharm里设置一下解释器（Interpreter）就选择Anaconda目录下的Python程序就可以了，这样，你就可以看到很多常用的package其实就已经打包安装好了。