在Jupyter notebook和spyder上用python做数据挖掘，安装使用简介和常见错误

这里借知乎用户的几句对Jupyter notebook评价：

我很喜欢Jupyter,使用的过程就好比拿纸和笔,还有计算器做数学演算. 而且可以把草稿轻松擦掉。比如,要写个小Paper,完全可以用Jupyter来做,代码和论述完美的结合了,而且直接还能跑起来。弄完之后,把乱糟糟的Cell直接卡嚓掉,然后to pdf,就是一篇paper了。

Jupyter原名Python notebook，是一个在浏览器上编辑的Python开发环境，用他来做数据挖据将会给你带来全新的开发体验。
Jupyter支持cell运行，markdown,letex，还可以很方便的分享给别人。

Spyder 也是很优秀的python开发编译环境，也支持cell内运行，虽说没有notebook美观，没有发布分享功能，但整体界面简洁，功能全，也非常适合python开发。特别的，支持debug调试和ipython交互式界面。

一、安装环境

安装工具介绍：
用python做数据挖掘一般需要用到如下几个基础工具包:

• numpy 数组 ，使用较为简单，可以做任何数组或矩阵操作，因为numpy基于C语言，所以运行速度比pandas快不止一点点
• pandas （重点） Series和DataFrame使用率极高，period和timeStamp在处理时间序列问题也常用
• sklearn （重点） 内置了机器学习用到的大部分算法，还有预处理、特征工程、测试非常多有用的函数，难点是现在还没有中文说明文档参考学习
• scipy 包含各种数学计算公式
• statsmodel 统计学分析，包含时间序列如arima

前三个包都可以通过先安装python在通过 pip install ** 安装，然而scipy这个包依赖太多安装容易出错，所以推荐使用Anaconda集成工具安装，里面包含了python，ipython,和scipy，pandas,numpy等常见的包，以及我要重点介绍的Jupyter no