人生苦短，我用Python。

那我還是來介紹一下它（湊一波字數）吧。

Python（英國發音：/ˈpaɪθən/ 美國發音：/ˈpaɪθɑːn/）, 是一種面向物件的解釋型計算機程式設計語言，由荷蘭人Guido van Rossum於1989年發明，第一個公開發行版發行於1991年。Python是純粹的自由軟體， 原始碼和直譯器CPython遵循 GPL(GNU General Public License)協議。Python語法簡潔清晰，特色之一是強制用空白符(white space)作為語句縮排。Python具有豐富和強大的庫。它常被暱稱為膠水語言，能夠把用其他語言製作的各種模組（尤其是C/C++）很輕鬆地聯結在一起。常見的一種應用情形是，使用Python快速生成程式的原型（有時甚至是程式的最終介面），然後對其中有特別要求的部分，用更合適的語言改寫，比如3D遊戲中的圖形渲染模組，效能要求特別高，就可以用C/C++重寫，而後封裝為Python可以呼叫的擴充套件類庫。需要注意的是在您使用擴充套件類庫時可能需要考慮平臺問題，某些可能不提供跨平臺的實現。7月20日，IEEE釋出2017年程式語言排行榜：Python高居首位 。

百度百科

也有不少新聞提了，Python在資料科學領域位居首位。可以說接著深度學習和機器學習的火熱，Python再次大熱了一波，當然說Python是深度學習的語言也不準確，事實上深度學習裡的Python主要是膠水語言的作用，比如大家喜聞樂見的Tensorflow，其實底層是C++，只不過提供了Python介面。

總體來說Python就是一句話，寫得快，跑得慢。同樣的功能實現，C和C++可能要100行，Python可能只需要10行（數字不一定準，但是能節省寫的時間是真的）。同時最強大的大概是Python豐富和強大的庫了（這點跟R還是蠻像的，所以都很流行）。

這裡簡介一些重點庫。

1 Python常用庫

爬蟲：Scrapy（舉世聞名，分散式爬蟲框架，不僅僅是簡單的庫）、beautifulsoup4、urllib、urllib2、selenium等。

機器學習：scikit-learn（灰常牛逼的一個庫，幾乎所有機器學習演算法都囊括了應該），NLTK（自然語言處理工具包 ）等（用一個等的原因是，說起來除了scikit-learn，我還真不知道還有啥，hhh）。

網站：Django（重量級網頁框架）、Flask（輕量級網頁框架）等。

資料處理科學計算：Numpy（陣列矩陣神器）、Scipy（科學計算神器）、Pandas（熊貓包，R語言玩家轉Python的最愛）等。

視覺化：matplotlib（matlab風格式的包）、seaborn（散點圖矩陣神器）、ggplot（R語言視覺化神器的Python版本）、plotly（這個神器是個js庫，不過也有各種流行的語言介面）等。

深度學習：看知乎吧（強行蹭一波熱點，深度學習是機器學習的一部分）

地學相關：basemap（畫地圖的庫）、cartopy（畫地圖的庫）、Folium（leaflet的Python版本 ）、GDAL（開源GIS庫）、geocoder（地理編碼神器）、geopandas（地理資料的熊貓包）、geopy（還沒玩過）、PySAL（空間計量經濟學的一個神包）等（跟地學相關的包實在太多，後面有空的話，考慮會重點介紹幾個包）。

另外這裡多提兩個關於ArcGIS的包，一個是arcpy，熟悉ArcGIS的同學知道，這個是ArcGIS內嵌Python的神器，可以非常方便呼叫ArcGIS各項功能，但是有一點就是不開源（畢竟人家是商業軟體嘛，所以那些老想著在自己安裝的Python上import arcpy的同學可以省省功夫了），另外多提一個Esri公司新推出的ArcGIS API for Python，這個在前面的使用者大會觀感上提到過，是基於portal和online的一套API，還是有些可以玩的價值，後面也會考慮介紹這個內容。

2 Python安裝

安裝這個事情實在太小了。畢竟開源語言，一路next安裝完畢。唯一問題可能是要配個環境變數。

順帶一提就是現在的2.0和3.0之爭。Python 2.0到3.0過渡確實還做得一般，但是3.0有它的好處，2.0目前就是比較穩定。很多包都暫時沒遷移到Python3.0上。但是最近numpy的一個通知，正在顯示3.0時代的到來。

筆者自己也還是用的2.7，不過還是在考慮學習3的事情（其實也不是很麻煩），如果你剛剛起步就從3.0開始也沒毛病。

當然如果為了科學計算，可以考慮直接安裝Anaconda，而不是從Python開始一步一步安裝。

anaconda （一個開源的Python發行版本）
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。[1] 因為包含了大量的科學包，Anaconda 的下載檔案比較大（約 500 MB），如果只需要某些包，或者需要節省頻寬或儲存空間，也可以使用Miniconda這個較小的發行版（僅包含conda和 Python）。

百度百科

3 pip和conda

最後講講題目裡的這倆貨，其實conda在上面介紹Anaconda的時候已經講到了，這兩個都是Python包管理的工具。還是很不錯的。這個部分也介紹下這兩個工具怎麼用。

pip安裝就不提了，不清楚可以自己百度。

安裝包的命令如下：

pip install packages

然而一頓操作猛如虎之後。

事實上，我們去找一下pip的檔案就明白為什麼了。

位置是Python安裝路徑/Scripts下。pip是個exe呀。這回只要開啟cmd，定位到pip的exe資料夾下，然後pip install就OK了。用檢視已經安裝的包的命令測試。

pip list

conda其實功能命令跟pip差別不大，這裡就不多做介紹了。也是獻上conda檢視包的結果圖。