PyMiner下载-数据计算工具 v2.1.0

　　PyMiner是一款绿色安全、免费开源的跨平台数据计算工具，基于Python语言开发，拥有极简美观的用户操作界面，可为用户提供便捷专业的数据统计分析工具，从而帮助用户进行专业高效的数据计算和统计分析，该软件内置强大的数据分析处理功能，可让用户从数据中提取精准可靠的数据，帮助用户快速完成数据计算的任务；PyMiner功能强大、专业实用，使用这款软件用户可以通过加载各种插件完成不同的操作任务，PyMiner基于Python和Qt的能力，可构建可视化数据计算工具，非常简单方便。

软件功能

　　编辑器

　　强大的代码编辑器，让你误以为是专业的IDE，代码着色、智能提示应有尽有.

　　控制台

　　开放的控制台，ipython集成，它能实现的我也可以.

　　绘图

　　强大的绘图功能，专业出版水准图片，增强型参数调整.

软件特色

　　通过用户友好型界面，分析并更好地了解您的数据，解决复杂的业务和研究问题。

　　借助高级统计程序，更快地了解大型复杂的数据集，帮助确保高精度和高质量的决策。

　　使用Python语言代码和插件，与开源软件集成。

　　通过灵活的部署选项，更轻松地选择和管理您的软件。

　　PyMiner 可用于 Windows 和 Linux 操作系统。

官方教程

　　快速运行

　　Windows

　　下载快速运行包之后，可以发现根目录下有一个pyminer.cmd。双击该文件即可运行。

　　Linux和OSX

　　python app2.py

　　尝试编写第一段代码（同时适用于Windows\Linux\OSX）

　　在启动画面过后即可看到主界面。默认状态下，主界面的布局和颜色是这样的：

　　在编辑器中输入这样的代码：

　　s = "hello world!"

　　print(s)

　　输入代码时，上方的工具栏会自动切换到“编辑器”一栏。“编辑器”工具栏大致如下图所示：

　　点击上方黄色高亮的“运行”按钮，即可运行这段代码。运行之后的效果如下：

　　可以发现发生了以上的变化：

　　在下方的IPython控制台中出现了Run Untitled-1的字样，并且显示出了输出结果

　　右侧的工作空间处，出现了字符串s。这是因为脚本中的变量都会被输入到工作空间中。

　　到这里，你就完成了第一段代码。

　　变量的详细查看、保存与读取

　　有的时候自己计算出了中间结果，如果能保存下来，那么下次再使用就会更加方便。为了解决这个问题，PyMiner专门引入了工作空间的快捷保存功能。

　　尝试在工作空间的变量上点击右键，即可看到弹出菜单：

　　查看变量

　　选中变量之后，点击菜单的第一项“查看”，或者双击，即可在变量管理器中查看变量。比如选中a这个pandas.DataFrame型的变量，点击“查看”即可。

　　上图就是查看a变量的效果。

　　保存变量

　　保存变量有三种方式。其一是快速保存到当前的工作路径，其二是自定义保存方式，其三则是保存整个工作区间。

　　快速保存到当前工作路径&从工作路径下加载变量

　　PyMiner的数据文件格式为.pmd，快速保存时将生成.pkl格式。文件中即包含这个变量。

　　比如现在工作空间有变量a,是一个列表[1,2,3,4,5]。

　　点击右键，在弹出的菜单上点选“快速保存至工作目录”。

　　即可发现工作目录下多了一个文件：a.pkl

　　点击右键，删除工作空间中的a.pkl，效果如下：

　　删除后，工作空间不再有变量a。

　　双击文件管理器中的a.pkl，弹出一个输入框，输入变量名。默认变量名就是a，可以在这里修改。我们直接选择默认，点击OK即可。

　　可以发现文件a.pkl中的内容被成功加载为a，也是刚才出现的值。

　　自定义保存

　　选择右键菜单中的“保存..”，即可选择保存选项。

　　对于一般的变量，可以选择保存为.pmd文件或者.pkl文件;

　　对于pandas.DataFrame文件，除了以上两种，也可以选择保存为csv\xls文件。

常见问题

　　为什么要做这个项目？目的是什么？

　　2020年6月6日开始，哈工大等中国高校被禁用MATLAB。在此之前我们发现在工业软件、行业软件除了MATLAB以外，还有SAS、SPSS、FICO、Adobe等都是我们高度依赖且无法替代的行业软件。

　　为此，这个项目的根本目标就是实现MATLAB替代，短期内至少是实现在某一方面的替代，并逐步实现超越MATLAB，并以抛转引玉的形式，让更多人加入到国产替代的行列中!PyMiner坚持对标国际一流，实现面向未来的设计，以自主创新为战略基石，积极吸收凝聚国内外各种优势资源和创新要素，致力于突破掌握一批数据算法模型以及仿真领域研制关键技术！

　　为什么是用python开发，为什么不选C++ C# java或者其他？

　　在选定python之前，我们考虑过包括c++、c#、java、eletron等多种开发方案去实现国产的MATLAB，甚至我们在曾经使用c#开发过一段时间后又重新启用python来完成这项工作。

　　python有丰富而成熟的外部扩展，开发者数量众多，且代码结构清晰，开发效率高等优点，为了尽快实现国产开源的matlab，能够进行实际使用，并在之后吸引广大的开发者、算法工程师、数据科学家参与进来，我们选择使用python，并且我们将支持c++等语言进行扩展提高产品性能。

　　需要说明的是，我们团队中也有很多C++大牛，也有C++项目小分队，如果你在C++领域并希望参与到项目中来并贡献自己的一份力量，我们殷切欢迎！

　　有没有高校或者机构跟你们合作？

　　我们很希望能够跟高校或机构进行合作，但是目前为止，除了开发组QQ群中以个人身份参与的学生或者老师，暂时没有任何高校或机构与本项目进行合作。

　　你们有没有考虑过做仿真或Simulink?

　　项目从最初构想时就已经规划开发仿真系统，但是限于开发组人员有限，目前虽已成立仿真开发小组，但目前进度非常有限，希望更多有志之士能够加入!

　　你们的方向是怎么样的？

　　数据处理解决方案、中国人主导、开源这是本项目的初衷。我们方向是先做通用型的类MATLAB工具，比如我们会优先实现MATLAB中使用频率最高的功能，在通用模块（数据处理、数据分析、数据可视化等）基础上，逐步添加有行业针对性的功能模块。

　　目标用户群体是怎样的？

　　目标用户是通用场景下的数据处理用户。例如数据相关行业的基本用户（医疗分析、金融、制造等行业的数据分析师、数据科学家等），在此基础上，我们希望不断添加行业特有的功能模块实现逐个行业方向的实现并替代MATLAB。