准備工作
下載並安裝最新版本的Anaconda
下載並安裝最新版本的Visual Studio Code
編輯器
Tips：
可以選擇自己喜歡並且熟悉的編輯器或IDE。如：VIM、Emacs、Notepad++、Sublime、Pycharm等。
如果安裝的是完整版本的Anaconda，會默認安裝Spyder以及Jupyter Notebook。那么不想折騰編輯器的話，推薦使用這兩款應用是足夠的。
Visual Studio Code
推薦插件
- Python
可選插件
- vscode-icons
包管理器選擇
Conda
Conda是目前比較常用的包管理工具，其大致功用於pip類似，這里使用Conda的原因，主要在於Conda除可以安裝python的包外，還可以很方便的安裝其他變成語言的包（如C++、C等）。這樣的話，就可以很方便的解決有些數據分析的包依賴非python編寫的程序包的問題。
為了能夠直接在命令行中使用conda命令，這里將
Anaconda3\Scripts目錄添加到了環境變量中。
基本使用
創建虛擬環境：conda create -n <env_name> python=<python_version_num>
激活虛擬環境：activate <env_name>
安裝程序包到指定虛擬環境：conda install -n <env_name> <pakcage_name>
關閉虛擬環境：deactivate
刪除虛擬環境：conda remove <env_name> --all
刪除虛擬環境中的某個包：conda remove --name <env_name> <package_name>
查看已安裝包：conda list
查看已安裝環境：conda env list
檢查更新conda：conda update conda
更新所有程序包：conda update --all
常用包安裝
安裝好Anaconda后，可以使用Anaconda來管理包的安裝。
如果是用於學習與研究，而不用與其他人協作或者能夠有良好的約定的話，那么可以直接使用conda的默認的環境，這樣就可以少安裝很多包。
REM 基礎包
conda install numpy
conda install scipy
conda install pandas
conda install matplotlib
REM ORM，用於連接數據庫
conda install sqlalchemy
更改Conda的下載鏡像
如果要使用的包並不包含在默認的conda環境中，又想加快下載速度與穩定性的話，可以添加國內的下載鏡像。
在終端中執行以下命令：
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes
參考：
PIP
因為某些原因使用Conda可能無法順利安裝一些包，那么可以使用PIP來進行安裝。
REM 更新PIP
python -m pip install --upgrade pip
REM 中國股票數據獲取
pip install tushare
REM 導出當前環境所有依賴包信息
pip freeze > requirements.txt
REM 根據導出的依賴包信息安裝包
pip install -r requirements.txt -d <your_download_dir>
常用包推薦
數據獲取&爬蟲
- Tushare：提供便捷的國內股票行情數據的獲取（自動爬取相關網站數據）
- requests：一款優秀的HTTP Request包，可以用於與HTML/XML解析的包結合起來制作爬蟲工具。
- urllib：Python3的內置包，主要用於訪問、解析指定URL。
- Beautiful Soup：一個可以從HTML或XML文件中提取數據的Python庫。
數據整理
- Numpy：提供強大的矩陣操作，以及一些非常有用的計算工具（如：irr、npv等）
- Pandas：提供強大的數據框操作（類似R語言中的DataFrame）
- SciPy：提供強大的統計工具。
數據可視化
數據庫操作
- sqlalchemy：數據庫建議使用自己熟悉的或項目統一要求的，如：Oracle、MySQL、PostgreSQL、MSSQL、SQLite等。
sqlalchemy包可以有效的連接各類常用的數據庫，並處理各類操作。