初學Python的盆友們是否有這樣的疑惑：

選擇Python2還是Python3呢？（後者並不完全相容前者）

聽說兩者可以同時安裝，那怎麼管理呢？

Python那麼豐富的第三方庫，一個一個裝太麻煩啦

選哪種IDE呢？

……

諸如此類的問題，相信大多數初學者跟剛入門的我一樣都是一臉懵逼，程式設計師在於折騰。

這裡推薦使用 Anaconda 來管理你的安裝環境和各種工具包（無需再安裝python環境），而IDE推薦使用PyCharm

一、為什麼選擇Anaconda？

友情提示：千萬不要百度Anaconda圖片！！！（手賤百度了想找個logo，沒把寶寶嚇尿了，anaconda意思是“大蟒蛇”）

“With over 6 million users, the open source Anaconda Distribution is the fastest and easiest way to do Python and R data science and machine learning on Linux, Windows, and Mac OS X. It's the industry standard for developing, testing, and training on a single machine.”——來自官網的簡介

Anaconda指的是一個開源的Python發行版本，其包含了conda、Python等180多個科學包及其依賴項（比如numpy、pandas等）

conda 是開源包（packages）和虛擬環境（environment）的管理系統，可以用於在同一個機器上安裝不同版本的軟體包及其依賴，並能夠在不同的環境之間切換

• packages 管理： 可以使用 conda 來安裝、更新 、解除安裝工具包 ，並且它更關注於資料科學相關的工具包。在安裝 anaconda 時就預先集成了像 Numpy、Scipy、 pandas、Scikit-learn 這些在資料分析中常用的包。另外值得一提的是，conda 並不僅僅管理Python的工具包，它也能安裝非python的包。比如在新版的 Anaconda 中就可以安裝R語言的整合開發環境 Rstudio。
• 虛擬環境管理： 在conda中可以建立多個虛擬環境，用於隔離不同專案所需的不同版本的工具包，以防止版本上的衝突。對糾結於 Python 版本的同學們，我們也可以建立 Python2 和 Python3 兩個環境，來分別執行不同版本的 Python 程式碼。

Anaconda的優點總結起來就八個字：省時省心、分析利器。

• 省時省心： Anaconda通過管理工具包、開發環境、Python版本，大大簡化了工作流程。不僅可以方便地安裝、更新、解除安裝工具包，而且安裝時能自動安裝相應的依賴包，同時還能使用不同的虛擬環境隔離不同要求的專案。
• 分析利器： 在 Anaconda 官網中是這麼宣傳自己的：適用於企業級大資料分析的Python工具。其包含了720多個數據科學相關的開源包，在資料視覺化、機器學習、深度學習等多方面都有涉及。不僅可以做資料分析，甚至可以用在大資料和人工智慧領域。

二、如何安裝Anaconda？

官網下載https://www.anaconda.com/

右上角選擇“Downloads”，選擇相應的版本（Windows、macOS、Linux）進行下載，推薦選擇Python3的版本（Python2的版本到2020年停止維護）

下載後雙擊安裝，自定義選擇路徑，按提示下一步即可

tips1：可以勾選第一個（如下圖），此時自動新增環境變數，無需手動配置

tips2：安裝中途會彈出一個空的命令列視窗，不要手賤點選關閉，最小化即可

tips3：安裝時間較長，請耐心等待

安裝完成之後可以看到一共有

• Anaconda Navigtor ：用於管理工具包和環境的圖形使用者介面，後續涉及的眾多管理命令也可以在 Navigator 中手工實現。
• Jupyter notebook ：基於web的互動式計算環境，可以編輯易於人們閱讀的文件，用於展示資料分析的過程。
• Anaconda Prompt：終端控制，類似cmd命令列（無需再鍵入“python”）
• spyder ：一個使用Python語言、跨平臺的、科學運算整合開發環境。

conda upgrade --all

根據提示輸入y，然後坐等升級……

至此，安裝完成，下面讓我們看一下如何用 Anaconda 管理工具包和環境。

三、如何管理Python包？

檢視已安裝的所有包：conda list

安裝某個包：conda install package_name

安裝多個包(包之間以空格隔開）：conda install package_name1 pacakge_name2 package_name3

安裝某個具體版本的包：conda install package_name=版本號

解除安裝某個包：conda remove package_name

升級某個包：conda upgrade package_name

vs pip命令安裝和解除安裝命令

某些情況下使用conda命令失敗，此時可以嘗試使用python 下的pip命令

安裝某個包：pip install package_name

解除安裝某個包：pip uninstall package_name

四、如何管理Python環境？

Conda的環境管理功能允許我們同時安裝若干不同版本的Python，並能自由切換。對於上述安裝過程，假設我們採用的是Python 2.7對應的安裝包，那麼Python 2.7就是預設的環境（預設名字是root，注意這個root不是超級管理員的意思）。

假設我們需要安裝Python 3.4，此時，我們需要做的操作如下：

#建立一個名為python34的環境，指定Python版本是3.4（不用管是3.4.x，conda會為我們自動尋找3.4.x中的最新版本）
conda create --name python34 python=3.4

# 安裝好後，使用activate啟用某個環境
activate python34 # for Windows
source activate python34 # for Linux & Mac # 啟用後，會發現terminal輸入的地方多了python34的字樣，實際上，此時系統做的事情就是把預設2.7環境從PATH中去除，再把3.4對應的命令加入PATH # 此時，再次輸入 python --version # 可以得到`Python 3.4.5 :: Anaconda 4.1.1 (64-bit)`，即系統已經切換到了3.4的環境 # 如果想返回預設的python 2.7環境，執行 deactivate python34 # for Windows source deactivate python34 # for Linux & Mac # 刪除一個已有的環境 conda remove --name python34 --all # 建立一個名為python34的環境，指定Python版本是3.4（不用管是3.4.x，conda會為我們自動尋找3.4.x中的最新版本） conda create --name python34 python=3.4 # 安裝好後，使用activate啟用某個環境 activate python34 # for Windows source activate python34 # for Linux & Mac # 啟用後，會發現terminal輸入的地方多了python34的字樣，實際上，此時系統做的事情就是把預設2.7環境從PATH中去除，再把3.4對應的命令加入PATH # 此時，再次輸入 python --version # 可以得到`Python 3.4.5 :: Anaconda 4.1.1 (64-bit)`，即系統已經切換到了3.4的環境 # 如果想返回預設的python 2.7環境，執行 deactivate python34 # for Windows source deactivate python34 # for Linux & Mac # 刪除一個已有的環境 conda remove --name python34 --all

五、與pycharm連線

http://www.jetbrains.com/pycharm/

專業版有試用期

社群版免費，但是功能不是最全的，推薦使用

 根據提示安裝成功之後，開啟軟體

左上角選擇File→Settings→Project Interpreter，右側選擇Anaconda安裝路徑下的python.exe即可

到此為止，我們就可以愉快的開啟pyhon之路啦