设置环境并加载数据
本教程将引导您在 DataSpell 中完成数据分析的第一步。您将学习如何在 DataSpell 中配置工作环境、加载数据集并创建 Jupyter notebook。 您将学习如何在 DataSpell 中设置工作环境、加载数据集并创建一个 Jupyter 笔记本。
先决条件
在开始之前，请确保：
您已安装 DataSpell。 本教程是在 DataSpell 2025.2 中创建的。
您的计算机上已安装 Python 3.6 或更新版本。 如果您使用的是 macOS 或 Linux，您的计算机已安装 Python。 您可以从 python.org 获取 Python。
运行 IDE
我们从运行 DataSpell 开始。 IDE 将使用默认工作区启动。
准备数据
现在是获取研究数据的时候了。 在本教程中，我们将使用 "2003-2016 年航空延误" 数据集，由 Priank Ravichandar 提供，并根据 CC0 1.0 授权。 此数据集包含 2003-2016 年美国机场航班延误和取消的信息。
我们将加载数据，对其进行分析，并找出哪个机场的航班延误和取消比例最高。
将数据附加到工作区
从 kaggle.com 下载数据集，使用右上角的 下载 链接。
从归档文件中提取 airlines.csv 。
在 Data 工具窗口中，点击 附加文件 并选择 airlines.csv 文件。
现在 airlines.csv 显示在 Data 工具窗口中。 双击该文件将在编辑器中打开：
接下来，我们将创建一个 Jupyter notebook。
创建 Jupyter notebook
在 个文件 工具窗口中，选择要在其中创建 notebook 的目录。 在本例中，它是
workspace。 然后执行以下任一操作：右键点击目录，并在上下文菜单中选择 新建。
按下 Alt+Insert。
从 创建 列表中选择 Jupyter Notebook。
在打开的对话框中输入文件名。 例如， my_notebook 。
DataSpell 将创建一个扩展名为 *.ipynb 的 notebook 文档。 该文档将显示为对应的 
图标。
新创建的笔记本包含一个空单元格：
将数据导入 notebook
现在我们可以将 airlines.csv 导入至 notebook。
要导入数据，请执行以下任一操作：
在工具栏中点击 数据导入 并在 个文件 列表中选择 airlines.csv ，以创建新的数据导入单元格。
将 airlines.csv 文件拖入 notebook。
如果出现缺少 pandas 库的错误，点击 安装软件包 按钮并重新运行该单元格：
如果您看到 未为项目配置 Python 解释器 警告，请点击任一链接以配置解释器：
点击 安装 Miniconda 链接安装 miniconda。
点击 配置 Python 解释器 为您的工作区配置 Python 解释器。 有关解释器的更多信息，请参见 创建新的虚拟环境
运行 notebook
接下来，让我们运行 notebook。 有几种方法可以做到这一点：
要执行笔记本中的所有代码单元，请单击
位于 笔记本工具栏。要仅运行当前单元格，请按 Ctrl+Enter。
当每次执行一个单元格时，请注意代码依赖关系。 如果某个单元格依赖于另一个单元格中的某些代码，则应先执行该单元格。
输出显示在导入单元格下方：
您可以滚动输出单元格。 DataSpell 将动态加载并显示数据。
摘要
恭喜您完成本基本数据分析教程！ 以下是您完成的内容：
下载了数据集并为研究做好了准备
创建了一个笔记本并首次运行了它
下一步，学习如何使用 matplotlib 可视化数据。