Установка

Наиболее простой способ установки pandas для большинства пользователей — установить его как часть дистрибутива Anaconda, кроссплатформенного дистрибутива для анализа данных и научных вычислений. Это рекомендуемый метод установки для большинства пользователей.

Также предоставляются инструкции по установке из исходного кода, с PyPI, различных дистрибутивов Linux или разработочной версии.

Поддержка версий Python

Официально поддерживаются Python 2.7, 3.4, 3.5 и 3.6

Установка pandas

Пробное использование pandas, без необходимости установки!

Самый простой способ начать экспериментировать с pandas не требует установки pandas вообще.

Wakari — это бесплатная служба, предоставляющая хостинг IPython Notebook в облаке.

Просто создайте учетную запись, и у вас будет доступ к pandas в вашем браузере через IPython Notebook в течение нескольких минут.

Установка pandas с Anaconda

Установка pandas и остального стека NumPy и SciPy может быть немного сложной для неопытных пользователей.

Самый простой способ установить не только pandas, но и Python и самые популярные пакеты, составляющие стек SciPy (IPython, NumPy, Matplotlib, ...) — это Anaconda, кроссплатформенное (Linux, Mac OS X, Windows) дистрибутивное Python для аналитики данных и научных вычислений.

После запуска простого установщика пользователь получит доступ к pandas и остальному стеку SciPy, без необходимости установки чего-либо ещё и без ожидания компиляции программного обеспечения.

Инструкции по установке Anaconda можно найти здесь.

Полный список пакетов, доступных в составе дистрибутива Anaconda, можно найти здесь.

Дополнительное преимущество установки с Anaconda заключается в том, что вам не нужны права администратора для её установки, она будет установлена в домашнем каталоге пользователя, а это также упрощает удаление Anaconda в будущем (достаточно удалить папку).

Установка pandas с Miniconda

В предыдущем разделе описано, как установить pandas в составе дистрибутива Anaconda. Однако этот подход означает установку более ста пакетов и загрузку установщика размером в несколько сотен мегабайт.

Если вы хотите иметь больший контроль над пакетами или имеете ограниченную пропускную способность интернета, то установка pandas с Miniconda может быть лучшим решением.

Conda — это менеджер пакетов, на основе которого построен дистрибутив Anaconda. Это менеджер пакетов, который является как кроссплатформенным, так и независимым от языка (он может выполнять аналогичные функции сочетанию pip и virtualenv).

Miniconda позволяет создать минимальную автономную установку Python, а затем использовать команду Conda для установки дополнительных пакетов.

Сначала вам потребуется установить Conda, скачивание и запуск Miniconda сделает это за вас. Установщик можно найти здесь.

Следующим шагом является создание новой среды conda (они аналогичны virtualenv, но также позволяют точно указать, какую версию Python установить). Выполните следующие команды из командной строки:

conda create -n name_of_my_env python

Это создаст минимальную среду с установленным только Python. Чтобы войти в эту среду, выполните:

source activate name_of_my_env

В Windows команда выглядит так:

activate name_of_my_env

Последний необходимый шаг — установка pandas. Это можно сделать с помощью следующей команды:

conda install pandas

Чтобы установить определенную версию pandas:

conda install pandas=0.13.1

Чтобы установить другие пакеты, например, IPython:

conda install ipython

Чтобы установить весь дистрибутив Anaconda:

conda install anaconda

Если вам требуются пакеты, доступные в pip, но не в conda, просто установите pip и используйте pip для установки этих пакетов:

conda install pip
pip install django

Установка с PyPI

pandas можно установить через pip с PyPI.

pip install pandas

Это, скорее всего, потребует установки ряда зависимостей, включая NumPy, потребует компилятора для компиляции необходимых фрагментов кода и может занять несколько минут.

Установка с помощью менеджера пакетов вашей дистрибуции Linux.

Команды в этой таблице установят pandas для Python 2 из вашего дистрибутива. Для установки pandas для Python 3 может потребоваться использование пакета python3-pandas.

Установка из исходного кода

Полные инструкции по сборке из исходного дерева git см. в документации по участию в проекте. Кроме того, см. создание среды разработки, если вы хотите создать среду разработки pandas.

Запуск набора тестов

pandas оснащен исчерпывающим набором модульных тестов, охватывающих около 97% кодовой базы на момент написания. Чтобы запустить его на вашем компьютере и проверить работоспособность (и наличие всех необходимых зависимостей, программных и аппаратных), убедитесь, что у вас установлен nose, и запустите:

>>> import pandas as pd
>>> pd.test()
Running unit tests for pandas
pandas version 0.18.0
numpy version 1.10.2
pandas is installed in pandas
Python version 2.7.11 |Continuum Analytics, Inc.|
   (default, Dec  6 2015, 18:57:58) [GCC 4.2.1 (Apple Inc. build 5577)]
nose version 1.3.7
..................................................................S......
........S................................................................
.........................................................................

----------------------------------------------------------------------
Ran 9252 tests in 368.339s

OK (SKIP=117)

Зависимости

• setuptools
• NumPy: 1.7.1 или выше
• python-dateutil: 1.5 или выше
• pytz: Необходим для поддержки часовых поясов

Рекомендуемые зависимости

• numexpr: для ускорения определенных числовых операций. numexpr использует несколько ядер, а также интеллектуальное фрагментирование и кеширование для достижения значительного ускорения. При установке версия должна быть 2.1 или выше (исключая ошибочную 2.4.4). Настоятельно рекомендуется версия 2.4.6 или выше.
• bottleneck: для ускорения определенных типов nan вычислений. bottleneck использует специализированные циклоновые процедуры для достижения значительного ускорения.

Дополнительные зависимости

• Cython: Только необходимо для построения версии разработки. Версия 0.19.1 или выше.
• SciPy: Разнообразные статистические функции
• xarray: Обработка данных, подобная pandas, для > 2 измерений, необходимая для преобразования панелей в объекты xarray. Рекомендуется версия 0.7.0 или выше.
• PyTables: Необходимо для хранения на основе HDF5. Требуется версия 3.0.0 или выше, версия 3.2.1 или выше настоятельно рекомендуется.

• SQLAlchemy: Для поддержки баз данных SQL. Рекомендуется версия 0.8.1 или выше. Помимо SQLAlchemy, вам также нужен драйвер, специфичный для базы данных. Обзор поддерживаемых драйверов для каждого диалекта SQL можно найти в документации SQLAlchemy. Некоторые распространенные драйверы:

  • psycopg2: для PostgreSQL
  • pymysql: для MySQL.
  • SQLite: для SQLite, этот драйвер включен в стандартную библиотеку Python по умолчанию.
• matplotlib: для построения графиков

• Для работы с Excel:

  • xlrd/xlwt: Чтение (xlrd) и запись (xlwt) Excel
  • openpyxl: openpyxl версии 1.6.1 или выше (но ниже 2.0.0), или версии 2.2 или выше, для записи файлов .xlsx (xlrd >= 0.9.0)
  • XlsxWriter: Альтернативный инструмент записи в Excel
• Jinja2: Шаблонный движок для условного форматирования HTML.
• boto: необходимо для доступа к Amazon S3.
• blosc: для сжатия msgpack с использованием blosc
• Один из PyQt4, PySide, pygtk, xsel, или xclip: необходимо для использования read_clipboard(). Большинство менеджеров пакетов в дистрибутивах Linux имеют xclip и/или xsel для немедленной установки.
• Google’s `python-gflags <<https://github.com/google/python-gflags/>`__ , oauth2client , httplib2 и google-api-python-client : Необходимы для gbq
• Backports.lzma: Только для Python 2, для записи в сжатый xz DataFrame в CSV или чтения из него; Поддержка Python 3 встроена в стандартную библиотеку.

• Для использования функции верхнего уровня read_html() необходима одна из следующих комбинаций библиотек:

  • BeautifulSoup4 и html5lib (Любая современная версия html5lib подойдет.)
  • BeautifulSoup4 и lxml
  • BeautifulSoup4 и html5lib и lxml
  • Только lxml, хотя см. Проблемы при чтении HTML по причинам, почему вы, вероятно, не должны использовать этот подход.

  Предупреждение

  • Если вы установите BeautifulSoup4, вы должны установить либо lxml, либо html5lib, либо оба. read_html() не будет работать с установленной только BeautifulSoup4.
  • Настоятельно рекомендуется прочитать Проблемы при чтении HTML. В нем объясняются проблемы, связанные с установкой и использованием вышеперечисленных трех библиотек
  • Возможно, потребуется установить более старую версию BeautifulSoup4: Подтверждены версии 4.2.1, 4.1.3 и 4.0.2 для 64- и 32-разрядных Ubuntu/Debian
  • Кроме того, если вы используете Anaconda, обязательно прочитайте проблемы при чтении HTML

  Примечание

  • Если вы работаете на системе с apt-get, можно сделать

    sudo apt-get build-dep python-lxml
    

    чтобы получить необходимые зависимости для установки lxml. Это позволит избежать дальнейших проблем.