Criando ambiente mínimo de ciência de dados em Python no Ubuntu

Aprenda a utilizar esse pacote de arquivos que contém os itens essenciais de todo Cientista de Dados.

Imagem de capa

Introdução

Imagine que, para começar a utilizar as ferramentas para realizar seus projetos e estudos de Data Science você precisasse baixar e instalar o Python e cada uma de suas bibliotecas. A menos que você esteja procurando configurar seu computador especificamente, ou instalar as bibliotecas a medida que progride, utilizar o Anaconda é a forma mais rápida e eficaz para dar o pontapé inicial.

Anaconda

O Anaconda é uma iniciativa que tem como objetivo agregar todas as ferramentas para análise de dados em um único arquivo. Resumidamente, é um arquivo que irá instalar em seu computador todas as bibliotecas e recursos necessários para você começar seus projetos de Data Science e Machine Learning, como o Python em si, Jupyter Notebook, a IDE Spyder, além de famosas bibliotecas, como NumPy, Pandas, Scikit-learn, etc.

Instalação

1. Instalar pyenv

Você precisa ter o pyenv instalado para poder controlar as versões do python e do anaconda no seu sistema operacional. Não conhece e/ou não instalou o pyenv no linux? Leia este meu artigo: Gerenciando versões Python com Pyenv no Ubuntu processa com seus passos e depois volte a este tutorial.

2. Instalar Anaconda

Vamos listar todas as versões que o pyenv disponibiliza do Anaconda executando o comando:

pyenv install -l

...
anaconda3-4.2.0
anaconda3-4.3.0
anaconda3-4.3.1
anaconda3-4.4.0
anaconda3-5.0.0
anaconda3-5.0.1
ironpython-dev
ironpython-2.7.4
ironpython-2.7.5
...

Agora instalamos a versão mais recente do anaconda que no caso atual do tutorial é a anaconda3-5.0.1:

pyenv install anaconda3-5.0.1

Feito isso o pyenv instalará o Python3 e todas as denpendências mínimas para trabalhar com ciência de dados na liguagem. Entre ela está o Jupyter Notebook que é uma aplicação de código aberto que permite você criar e compartilhar documentos com código dinâmico, visualizações de gráficos, limpeza de dados e até textos explicatórios. O melhor de tudo é que ele tem suporte a elementos HTML, o que vai deixar sua apresentação mais linda.

Testando

Vamos ativar o ambiente que comtempla as bibliotecas Anaconda com o seguinte comando:

pyenv activate anaconda3-5.0.1

(anaconda3-5.0.1) [email protected]:~$

Com o ambiente ativado, vamos agora testar o Jupyter Notebook subindo uma instância web dele:

(anaconda3-5.0.1) [email protected]:~$ jupyter-notebook

[I 11:14:28.761 NotebookApp] JupyterLab alpha preview extension loaded from 
/home/felipe/.pyenv/versions/anaconda3-5.0.1/lib/python3.6/site-packages/jupyterlab
JupyterLab v0.27.0
Known labextensions:
[I 11:14:28.763 NotebookApp] Running the core application with no additional extensions or settings
[I 11:14:28.766 NotebookApp] Serving notebooks from local directory: /home/felipe
[I 11:14:28.766 NotebookApp] 0 active kernels 
[I 11:14:28.766 NotebookApp] The Jupyter Notebook is running at: 
http://localhost:8888/?token=003c2e5c4f3f0ad267af2675a35f29ecffc6e6631ab3a345
[I 11:14:28.766 NotebookApp] Use Control-C to stop this server and shut down 
all kernels (twice to skip confirmation).
[C 11:14:28.769 NotebookApp] Copy/paste this URL into your browser when you 
connect for the first time, to login with a token: 
http://localhost:8888/?token=003c2e5c4f3f0ad267af2675a35f29ecffc6e6631ab3a345
[I 11:14:29.081 NotebookApp] Accepting one-time-token-authenticated 
connection from 127.0.0.1

Pronto! Automaticamente ele abre o seu Web Browser padrão com a instância do Jupyter Notebook aberta.

Imagem do Jupyter Notebook Instanciado

Legal né? Mais pra frente irei lançar tutoriais de como trabalhar com o Jupyter Notebook e as principais bibliotecas python para ciência de dados! Aguadem… :)