1.4 如何建立数据挖掘工作环境
前面几节帮助我们更好地了解了将要从事的项目及原因。现在可以开始建立一个开发环境，支持所有项目工作了。由于本书的目的是介绍如何构建挖掘数据模式的软件，因此我们将用一种通用编程语言编写程序。Python编程语言具有非常强大且仍在不断成长、专门致力于数据挖掘的社区。这个社区已经贡献了一些非常方便的程序库，我们可以用来进行高效的处理，我们还可以依靠他们提供的许多数据类型，更快地工作。
在本书编著时，有两个版本的Python可供下载：现在被视为经典的Python 2（最新版本为2.7）和Python 3（最新版本为3.5）。本书将使用Python 3。因为我们需要使用许多相关的程序包和程序库，尽可能地使数据挖掘体验不那么痛苦，也因为其中一些程序包和库难以安装，所以这里我建议使用专为科学及数学计算设计的Python分发版本。具体地说，我推荐Continuum Analytics 制作的Python 3.5 Anaconda分发版本。他们的基本Python分发版本是免费的，所有组件都保证能够协同工作，而无需我们进行令人沮丧的兼容性保证工作。
要下载Anaconda Python分发版本，只需要用浏览器访问Continuum Analytics的网站（https://www.continuum.io），根据提示符下载适合你的操作系统的Anaconda免费版本（目前的编号是3.5或者更高）。
启动该软件
根据你使用的版本和下载的时间，Anaconda中的每个应用程序中除了Launch按钮之外可能还有几个Update（更新）按钮。如果你的软件版本显示需要，可以单击每个按钮以更新程序包。
为了开始编写Python代码，单击Spyder以启动代码编辑器和集成开发环境。如果你想使用自己的文本编辑器（如MacOS上的TextWrangler或者Windows上的Sublime编辑器），完全没有问题。可以从命令行运行Python代码。
花一点时间将Spyder配置成你喜欢的样子，设置颜色和常规布局，或者保留默认值。对于我自己的工作空间，我移动了几个控制台窗口，建立一个工作目录，并进行几个自定义调整，使自己更适应这个新编辑器。你也可以这么做，使开发环境更舒适。
现在，我们已经为测试编辑器和安装程序库做好了准备。单击File（文件）并选择New File（新建文件）测试Spyder编辑器，观察其工作方式。然后，输入简单的“Hello World”语句：
单击绿色箭头，按下F5键或者单击Run（运行）菜单中的Run命令，运行程序。不管用哪一种方式，程序将执行，你将在控制台输出窗口看到输出。
此时，我们知道Spyder和Python正在工作，可以测试和安装一些程序库了。
首先，打开一个新文件，将其保存为packageTest.py。在这个测试程序中，我们将确定Scikit-learn是否已经随Anaconda正确安装。Scikit-learn是很重要的程序包，包含了许多机器学习函数，以及用于测试这些函数的现成数据集。许多书籍和教程使用Scikit-learn示例教授数据挖掘，所以在我们的工具箱中也有这个程序包。我们将在本书的多个章节中使用这个程序包。
运行Scikit-learn网站上的教程中的如下小程序（可以在http://scikit-learn.org/stable/tutorial/basic/tutorial.html #loading-an-example-dataset上找到），它将告诉我们环境是否正常建立。
最后，由于本书是关于数据挖掘或者数据结构中的知识发现的书籍，因此使用某种数据库软件绝对是个好主意。我选择MySQL实现本书中的项目，因为它是免费软件，易于安装，可用于许多种操作系统。
要得到MySQL，可以进入http://dev.mysql.com/downloads/mysql/，找到你要用操作系统的免费社区版本（Community Edition）下载页面。
为了让Anaconda Python与MySQL通信，必须安装一些MySQL Python驱动程序。我喜欢pymysql驱动程序，因为它相当健壮，没有标准驱动程序常会有的一些Bug。从Anaconda中，启动一个终端窗口，运行如下命令：
现在所有模块似乎都已经安装，可以在需要它们时使用。如果还需要其他模块，或者其中一个模块过时，现在我们也已经知道如何在必要时安装或者升级模块了。