读者们下午好，现将python数据分析随笔记录如下，接续-1。
2.8 IPython shell
IPython是在Python的基础上进一步develope，增加了许多种tool：
IPython shell：性能有了极大提升的Python终端，功能强大的交互式shell；
QtConsole：shell和GUI的结合体，实现在console而不是单独的窗口中显示图像；
IPython Notebook:集文本、可执行code、图像和公式的展现于一体的Web界面。
【PS:
以上为原文，ps的是笔者由自己的经验和从网络上得到的资讯：
1.终端（Terminal）:一个程序，provide一个界面，让uer能够inpute命令和看到output的结果。可以理解为user与operating system进行交互的窗口。
2.shell: user与operating system进行交互的界面，允许user通过命令键入来control计算机的操作。通过shell，user可以执行命令、启动程序、管理文件和目录等。
coputer的世界里，通常有两种type的shell:
①命令行界面（CLI，Command-Line Interface）：这是最常见的shell类型，通过键盘键入指令与computer进行交互，通常没有图形界面。
---例：Windows的命令提示字符（cmd）或PowerShell,Linux和macOS的Terminal。
②图形用户界面（GUI，Graphical User Interface）：这类shell provide图形化的界面，user通过鼠标点击、拖拽等方式与OS交互，常见的如文件管理器。
---在GUI中，user通过窗口和图标进行operating,而不是键入命令。
3.终端与shell的关系：
terminal是一个process（表示程序，笔者之前似乎在之前一直使用这个单字表示程序），provide一个界面，让user能够input命令和看到命令output的结果。可以理解为user与OS进行交互的“窗口”；shell是通过terminal运行的process，它接收user键入的命令，并将命令传递给OS进行执行。
①例：在Linux或macOS中，打开Terminal就是打开了一个终端，在终端中，user可以启动bash或zsh等shell来键入命令（实际上系统是会默认启动bash这个shell的）。
---默认启动的shell的effect:接收和执行指令（接收user在终端中键入的命令，并将其传递给OS执行）、命令解释和执行（shell会将你输入的命令解释并执行。如果user输入的是python代码，shell会启动python解释器来执行code，当然，前提一定是输入过了python，启动了python交互式shell。等等）
②笔者这样讲不知道是否准确：Terminal更像是一个平台，在其中可以运行不同类型的shell。（但似乎也差不多，笔者provide一个方向，读者可以自行判决错对）
4.IPython就是一个python的交互式shell，其专为python language所设计，比默认的python shell更加强大。（实际上就是python shell的plus版本）
5.Anaconda Promopt、Windows Terminal、CMD之间的区别与联系：
①三者都是Terminal，但是，内核（即默认的shell）和“环境”不一样。
Anacoonda Prompt是Anaconda安装包自带的一个Terminal，其内核通常是cmd,但是自动激活Anaconda的Python环境。（用来run带Anaconda环境的python、Jupyter、IPython;适合运行conda、pip、python、科学计算tool等；免去了手动配置环境路径；）
CMD(命令提示符)：Windows系统自带的原始命令行tool，内核是cmd.exe，（可以执行一些基础的系统命令，如cd、copy;没有自动激活python环境；没有现代terminal的很多功能，如颜色、tag页、多行编辑等。）
Windows Terminal:Microsoft发布的新一代terminal tool，它本身不内置shell，而是一个platform，可以同时run多个shell，比如：PowerShell、CMD、Git Bash、WSL(Linux子系统)、Anaconda Promopt.(多tag页、美观、支持自定义配置；能够一站式打开所有user喜欢的shell、是developer、programmer的现代化select)
】
名称 | 属于谁 | 默认shell | 是否激活Anaconda环境 | 特点 |
Anaconda Promopt | Anaconda自带 | cmd.exe | 会自动激活 | 为python、Jupyter、IPython准备好 |
CMD | Windows | cmd.exe | 手动配置 | 最基础的命令窗口 |
Windows Terminal | Microsoft | 自定义 | 手动配置 | 可配置、强大、多tag |
先步骤一些常见名词的说明和解释，笔者在此绝对不可一笔带过，会将所有与其相关名词、疑惑全部列出，笔者在阅读一些书籍的时候，时常会遇到一笔带过的情形，对这种行为甚为厌恶，笔者觉得有责任讲与terminal和shell有关的疑惑（笔者心中的）全部写出来，供读者参阅：
环境：上述的“Anaconda环境的配置”中的环境一词，就是一个装着特定version的python+特定库的小空间。环境可以有多个，例如现在有两个环境，环境A(Python3.8+pandas1.2+numpy1.18)、环境B(Python3.10+pandas2.0+numpy1.26)，它们彼此互不影响，就像有两个独立的空间，user可以在不同的房间放置不同version的tool。
当我们在anaconda官网下载exe文件（以windows为例）后，将其安装在自己computer的指定路径，事实上，我们安装了python（笔者在其官网似乎并未找到指定python版本的安装包，只能够进行最新version的下载）、anacoda附加库（除了python基本库之外的库）、conda包管理tool（管理虚拟环境，笔者写到这里已经发现，知识串联知识，笔者目前只会专注于主题）、一些呢间的应用，如Jupyter Notebook(这是这本书主要用到的工具)等。
2.8.1 IPython shell
看上去像是从命令行run的Python会话，但实际上它provide了很多其他的ability。
在命令行中键入:ipython，即可启动IPython shell
2.8.2 IPython QT-Console
在命令行使用命令：ipython qtconsole，即可启动该应用。
该应用包含一个GUI界面，它囊括了IPython shell的所有ability。
2.8.2-1 IPython Notebook
它是交互式环境IPython的新生代力量。有了IPython Notebook，可以执行code、文本、公式、图像和动画等content都能整合到Web文档中，比如可用来做演示、制作教程或辅助debug程序等。
2.8.2-2 Jupyter项目
近年来，IPython项目有了长足的发展。自从IPython 3.0发布以来，该项目开始迁往新项目Jupyter（https://jupyter.org）。
IPython仍将继续作为Python shell而存在，但IPython项目的Notebook和其他language无关的组件将会被迁移，已组建新项目Jupyter。
上述是2.8的相关资讯，笔者说实话，未能够将一些content有条理的诉述出来，笔者心中依旧存在一些疑惑，笔者打算采用一种先看森林、再观每一颗树的方式，因此就以此段话语为界线，2.8如若笔者有一些观念，会在日后进行修改，上述文字可谓笔者手稿，因此会存留一些错字、主观观念，望读者仅供参考，笔者之初衷，其一是聊发牢骚，将情绪寄予字里行间，不太想像工作那样一丝不苟，其二是希望为读者provide一些灵感。
2.9PyPI仓库---Python包索引（Python package Index, PyPI）
PyPI是python编程language的software仓库。它是一个在线platform，developer可以在上面发布、share和分发他们的python软件包，user可以通过PyPI轻松找到并install这些software包。（software包的概念是很广泛的，这不是我们探讨的重点，不再赘述）
官网：https://pypi.python.org/pypi,
笔者以自己安装的anaconda为例，打开anaconda prompt,启动python shell,就可以pip了。
自Python2.7.9和3.4版本开始，install python的时候就会默认安装pip,方便user install第三方库。（摘自网络）
2.10 多种Python IDE
IDE除了具有基本的文本编辑功能之外，还provide一系列code编写和debug的tool，例如自动补全功能、查看命令的相关文档、debug、插入断点等。
2.10.1 IDLE （Integrated Development Environment,集成开发环境）是专门为Python开发而编写的IDE。它是Python标准版自带的官方IDE，因此被嵌入到Python标准发行版中。IDLE软件完全用Python来实现。
（笔者没有进行实验，上述文字全部摘抄于原典“Python数据分析实战”，杜春晓译）
2.10.2 Spyder （Scientific Python Development Environment,Python科学计算开发环境）
Spyder IDE与Matlab IDE有很多相似之处。它在文本编辑器的基础上，添加了句法高亮和code分析tool。此外，该IDE可在图像应用中添加立刻可用的控件。
2.10.3 Eclipse(pyDev)
2.10.4 Sublime
2.10.5 Liclipse
2.10.6 NinjaIDE
2.10.7 Komoda IDE
上述就是一些常用开发的IDE，笔者对于其中的有些熟悉，有些确实是第一次见到，读者对上述这些感兴趣可以自行查阅，此处不赘述。
2.11 SciPy
SciPy是一组专门用于科学计算的开源Python库。
2.11.1 Numpy
Numpy库其名称的含义为“数值Python”（Numerical Python）,很多由它发展而来的Python库，都是以其为核心。
Numpy是用于Python进行科学计算的一个基础库，因为它provide了Python基础包所没有provide的数据结构和高性能函数。
2.11.2 pandas
pandas provide了复杂的数据结构和function，其目的是降低处理难度，提升速度和效率。它是python数据分析的核心包。
2.11.3 matplotlib
目前绘制2D图像最常用的Python包。
到这里，2.11就结束了，笔者这里存有一点疑惑，2.11以SciPy开头，然后分别以Numpy、pandas、matplotlib为其子标题，给笔者认为三者应该是从属于SciPy的，可是笔者刚才在网络上查询相关information，发觉四者皆是库，并且没有从属关系，且Numpy还是SciPy的底层依赖，笔者此处不明白，希望读者认识到这点，或者读者心中以有answer，2.8节笔者写的很乱，那正是笔者的内心对于该节的思想，日后如果得闲，会重新整理一下思绪并修改该资讯。笔者点到为止，不愿意在此花费太多time。最后，第二章的相关心得已经结束了，现在的时间是凌晨1点23分，已经很晚了，笔者认为自己是在做一件很有意义的事情，如果我的文章对你有任何的启发或帮助，笔者会从内心感到开心，笔者喜欢纯粹的事情，然后，如果你的心中，或许存有一些疑惑，无论是与这些资讯相关还是生活，笔者都希望读者可以找到启发，找到自己热爱的事情，感谢！
