如果沒安裝anaconda，則這樣安裝這些庫：
pip install numpy
pip install pandas
pip install matplotlib
sudo apt-get install python3-tk
sudo apt-get install python-tk
sudo apt-get install python3.4-tk 如果是python 3.4版本，運行這一句來安裝 tkinter
sudo apt-get install python-matplotlib
Matplotlib是Python主要的繪圖庫。但是，我不建議你直接使用它，原因與開始不推薦你使用NumPy是一樣的。雖然Matplotlib很強大，它本身就很復雜，你的圖經過大量的調整才能變精致。因此，作為替代，我推薦你一開始使用Seaborn。Seaborn本質上使用Matplotlib作為核心庫（就像Pandas對NumPy一樣）
推薦安裝 anaconda， 則上面那些庫全部都不用安裝里，而且它自帶pip，ipython，spyder (ide)，等等。現在連 scikit-learn 都自帶了。
anaconda的使用：
由於安裝完anaconda就自帶了Spyder集成開發環境了，所以不需要任何配置可以直接使用，但是其他你自己安裝的IDE要想使用anaconda需要配置。如果anaconda在Pycharm之前安裝，那么遇到解釋器選擇的時候會有一個選項，我們直接選擇就OK了。如果在Pycharm之后安裝，我們只需要手動設置一下Pycharm所用的解釋器就行了。
Conda的環境管理
# 創建一個名為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 # 安裝好后，使用activate激活某個環境 activate python34 # for Windows source activate python34 # for Linux & Mac # 激活后，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默認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 # 如果想返回默認的python 2.7環境，運行 deactivate python34 # for Windows source deactivate python34 # for Linux & Mac # 刪除一個已有的環境 conda remove --name python34 --all
# 查看已安裝的環境，當前被激活的環境會顯示有一個星號或者括號conda info -e
用戶安裝的不同python環境都會被放在目錄~/anaconda/envs下，可以在命令中運行conda info -e查看已安裝的環境，當前被激活的環境會顯示有一個星號或者括號。
Conda的包管理就比較好理解了，這部分功能與pip類似。
例如，如果需要安裝scipy：
# 安裝scipy conda install scipy # conda會從從遠程搜索scipy的相關信息和依賴項目，對於python 3.4，conda會同時安裝numpy和mkl（運算加速的庫） # 查看已經安裝的packages conda list # 最新版的conda是從site-packages文件夾中搜索已經安裝的包，不依賴於pip，因此可以顯示出通過各種方式安裝的包
conda的一些常用操作如下：
# 查看當前環境下已安裝的包 conda list # 查看某個指定環境的已安裝包 conda list -n python34 # 查找package信息 conda search numpy # 安裝package conda install -n python34 numpy # 如果不用-n指定環境名稱，則被安裝在當前活躍環境 # 也可以通過-c指定通過某個channel安裝 # 更新package conda update -n python34 numpy # 刪除package conda remove -n python34 numpy
conda將anaconda、conda、python等都視為package，因此，完全可以使用conda來管理conda和python的版本，例如：
# 更新conda，保持conda最新 conda update conda # 更新anaconda conda update anaconda # 更新python conda update python # 假設當前環境是python 3.4, conda會將python升級為3.4.x系列的當前最新版本
如果創建新的python環境，比如3.4，運行conda create -n python34 python=3.4之后，conda僅安裝python 3.4相關的必須項，如python, pip等，如果希望該環境像默認環境那樣，安裝anaconda集合包，只需要（再一次提醒：conda將anaconda、conda、python等都視為package）：
# 在當前環境下安裝anaconda包集合 conda install anaconda # 結合創建環境的命令，以上操作可以合並為 conda create -n python34 python=3.4 anaconda # 也可以不用全部安裝，根據需求安裝自己需要的package即可
設置國內鏡像
清華TUNA鏡像源有Anaconda倉庫的鏡像，我們將其加入conda的配置即可：
# 添加Anaconda的TUNA鏡像 conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ # TUNA的help中鏡像地址加有引號，需要去掉 # 設置搜索時顯示通道地址 conda config --set show_channel_urls yes
執行完上述命令后，會生成~/.condarc(Linux/Mac)或C:UsersUSER_NAME.condarc文件，記錄着我們對conda的配置，直接手動創建、編輯該文件是相同的效果。