建立自己的数据分析平台

Python,R作为量化领域领域两门主流的语言，各有千秋，R语法比较“迂回”，加上先开始学习python,当然会成为首选的工具语言，python在数据分析方面有很多成熟的库，所以如果在linux环境下布置自己的分析环境一定会有很多便利，很多券商例如华宝证券，万得，IB都有开放的 python api接口，如果需要开发自己的交易平台时这也会带来很大便利。

前面提到在linux系统下做部署有一些天然优势，但是所依赖的一系列工具都是一样的，本来一直在使用ubuntu，在部署环境开始时很顺利，但是最后在安装一个获取国内数据的包时受挫，可能一直以来都把Ubuntu做为跟window一样的平台去使用，很多在ubuntu环境下的设置操作都不太熟练，两天找不到解决方案，就转战到windows环境下，因为之前配置过ipython notebook，所以安装很顺利，下面主要介绍下windows下的设置步骤。

1当然所有的软件都依赖最基层的python，pip可以使我们在平台上安装一些依赖的包像在Linux系统下一样方便，pip的安装可以参考这篇文章http://dwz.cn/1dlBFo。

2接下来需要安装的软件：numpy,pandas,tushare,matplotlib,scipy,lxml,xlwt.

其中numpy/scipy可以快速高效的进行数组和矩阵运算，python本事也自带有数组运算的list容器，但是numpy可以省略代码中很多的循环语句，这样大大提高了效率，特别是在处理较大规模的数据时，具体效率高出多少，可以参考numpy指南一书中的例子。

pandas由AQR Capital Management开发，主要用于处理数据“冲突”和时间序列分析，Pandas的名称来自于面板数据（panel data）和python数据分析（data analysis），同时它也是tushare库的基础，在使用tushare之前必须先安装pandas，两者操作的语法几乎一样，tushare一个财经数据接口包，由国内开发者在Pypi发布，使用爬虫系统从新浪财经，雅虎财经，以及上交所，深交所提供的数据，十分强大，谁用谁知道。。官网：http://tushare.waditu.com，作者微博：http://weibo.com/u/1304687120，你可以在官网看到你可以用tushare获得的数据以及步骤。  安装tushare之前先安装lxml，不然在读取安装地址时会出现错误。

matplotlib用以数据的可视化，比如绘制图表等等，xlwt是一个可以把用python抓取的数据存入excel的工具，也可以存入csv文件，当然所以来的库包含在pandas中，所以不用额外安装，当然如果想从excel中读取数据可以安装xlrd库存。截一张安装命令及成功截图

介绍完了几个主要库的功能，他们的安装全都依靠一个命令：pip install xx,xx为你要安装的库，安装顺序以及必备的库上面已经介绍过，当然这只是对初学者，对于一些数据分析高手，比如经常参加业内比较出名的比赛kaggle，或者国内由阿里巴巴组织的天池大数据比赛，你还需要更强大的工具，比如scikit-learn，可以用于机器学习和人工智能算法，pyspark结合了大数据分析领域火热的spark，在处理海量数据时可以使用。好了，这篇文章主要讲述分析所以来的软件和库，下一篇会讲利用这些库进行一些入门工作。