在學習算法，圖像處理過程中，理論結合實際的時候總要寫一些程序，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，文件組織也不是很好。后來想用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，學習算法的原理，圖像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。最后，決定用Jupyter notebook，也就是IPython，他的一個很大優點就是可以把代碼、運行結果保存在一個notebook中，這對於學習算法比較重要，因為以后看代碼的時候，可以很明確代碼運行結果（尤其是在圖像處理方面）。總結來講，這個工具適合編寫很多試驗性代碼，按算法類型分類notebook，每個notebook中保存不同的實現方式和運行效果。
OK，進入正題。
一、安裝
安裝PYTHON，再pip install 的話，之前我是沒有成功。后來直接安裝Anaconda2，選擇2的原因是現在opencv只支持python2，以后估計都會轉到3。
https://www.continuum.io/downloads
二、運行
從控制台，通過jupyter notebook運行。
需要注意的是，電腦用戶名是中文時，會出錯……
然后就會彈出網頁，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，代碼、運行結果，都保存在notebook里面啦，下次打開就能看到，簡直是名副其實的notebook。
但是，關掉notebook呢，kernel也就關掉了，這意味着代碼聲明的變量不在內存中了，下次打開你雖然看到了運行結果，但還是上次的運行結果。說重點，就是假如想繼續上次的試驗，要重新運行代碼，確保notebook里面的各段相互依賴的代碼都已運行。自己試驗一下去體會吧
Jupyter notebook還有很多給力的插件，這里推薦一個系列視頻：O'Reilly - Jupyter Notebook for Data Science Teams，后面我也將學習這個視頻，並記錄學習心得。
再推薦一本書，IPython Interactive Computing and Visualization Cookbook。