在學習演算法，影象處理過程中，理論結合實際的時候總要寫一些程式，我用的是PYTHON。這時候，選擇一款稱手的工具比較重要。之前我用自帶的IDLE，也還可以，但是操作不夠便捷，檔案組織也不是很好。後來想用VIM，初步學習了下，覺得這個工具學好了肯定工作效率會大大提升，但是入門的門檻較高，所以果斷知難而退，畢竟工具是次要的，學習演算法的原理，影象處理的各種方法是首要任務，要在磨刀和砍柴之間尋找平衡點。最後，決定用Jupyter notebook，也就是IPython，他的一個很大優點就是可以把程式碼、執行結果儲存在一個notebook中，這對於學習演算法比較重要，因為以後看程式碼的時候，可以很明確程式碼執行結果（尤其是在影象處理方面）。總結來講，這個工具適合編寫很多試驗性程式碼，按演算法型別分類notebook，每個notebook中儲存不同的實現方式和執行效果。

OK，進入正題。

一、安裝

安裝PYTHON，再pip install 的話，之前我是沒有成功。後來直接安裝Anaconda2，選擇2的原因是現在opencv只支援python2，以後估計都會轉到3。

https://www.continuum.io/downloads

二、執行

從控制檯，通過jupyter notebook執行。

需要注意的是，電腦使用者名稱是中文時，會出錯……

然後就會彈出網頁，開始notebook之旅

三、萬年不變的Hello World

其實並不是Hello World，看圖

是不是很酷，程式碼、執行結果，都儲存在notebook裡面啦，下次開啟就能看到，簡直是名副其實的notebook。

但是，關掉notebook呢，kernel也就關掉了，這意味著程式碼宣告的變數不在記憶體中了，下次開啟你雖然看到了執行結果，但還是上次的執行結果。說重點，就是假如想繼續上次的試驗，要重新執行程式碼，確保notebook裡面的各段相互依賴的程式碼都已執行。自己試驗一下去體會吧

Jupyter notebook還有很多給力的外掛，這裡推薦一個系列視訊：O'Reilly - Jupyter Notebook for Data Science Teams，後面我也將學習這個視訊，並記錄學習心得。

再推薦一本書，IPython Interactive Computing and Visualization Cookbook。