初學Python的盆友們是否有這樣的疑惑：
選擇Python2還是Python3呢？（后者並不完全兼容前者）
聽說兩者可以同時安裝，那怎么管理呢？
Python那么豐富的第三方庫，一個一個裝太麻煩啦
選哪種IDE呢？
……
諸如此類的問題，相信大多數初學者跟剛入門的我一樣都是一臉懵逼，程序員在於折騰。
這里推薦使用 Anaconda 來管理你的安裝環境和各種工具包（無需再安裝python環境），而IDE推薦使用PyCharm
一、為什么選擇Anaconda？
友情提示：千萬不要百度Anaconda圖片！！！（手賤百度了想找個logo，沒把寶寶嚇尿了，anaconda意思是“大蟒蛇”）
“With over 6 million users, the open source Anaconda Distribution is the fastest and easiest way to do Python and R data science and machine learning on Linux, Windows, and Mac OS X. It's the industry standard for developing, testing, and training on a single machine.”——來自官網的簡介
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（比如numpy、pandas等）
conda 是開源包（packages）和虛擬環境（environment）的管理系統，可以用於在同一個機器上安裝不同版本的軟件包及其依賴，並能夠在不同的環境之間切換
- packages 管理： 可以使用 conda 來安裝、更新 、卸載工具包 ，並且它更關注於數據科學相關的工具包。在安裝 anaconda 時就預先集成了像 Numpy、Scipy、 pandas、Scikit-learn 這些在數據分析中常用的包。另外值得一提的是，conda 並不僅僅管理Python的工具包，它也能安裝非python的包。比如在新版的 Anaconda 中就可以安裝R語言的集成開發環境 Rstudio。
- 虛擬環境管理： 在conda中可以建立多個虛擬環境，用於隔離不同項目所需的不同版本的工具包，以防止版本上的沖突。對糾結於 Python 版本的同學們，我們也可以建立 Python2 和 Python3 兩個環境，來分別運行不同版本的 Python 代碼。
Anaconda的優點總結起來就八個字：省時省心、分析利器。
- 省時省心： Anaconda通過管理工具包、開發環境、Python版本，大大簡化了工作流程。不僅可以方便地安裝、更新、卸載工具包，而且安裝時能自動安裝相應的依賴包，同時還能使用不同的虛擬環境隔離不同要求的項目。
- 分析利器： 在 Anaconda 官網中是這么宣傳自己的：適用於企業級大數據分析的Python工具。其包含了720多個數據科學相關的開源包，在數據可視化、機器學習、深度學習等多方面都有涉及。不僅可以做數據分析，甚至可以用在大數據和人工智能領域。
二、如何安裝Anaconda？
官網下載https://www.anaconda.com/
右上角選擇“Downloads”，選擇相應的版本（Windows、macOS、Linux）進行下載，推薦選擇Python3的版本（Python2的版本到2020年停止維護）
下載后雙擊安裝，自定義選擇路徑，按提示下一步即可
tips1：可以勾選第一個（如下圖），此時自動添加環境變量，無需手動配置
tips2：安裝中途會彈出一個空的命令行窗口，不要手賤點擊關閉，最小化即可
tips3：安裝時間較長，請耐心等待
安裝完成之后可以看到一共有
- Anaconda Navigtor ：用於管理工具包和環境的圖形用戶界面，后續涉及的眾多管理命令也可以在 Navigator 中手工實現。
- Jupyter notebook ：基於web的交互式計算環境，可以編輯易於人們閱讀的文檔，用於展示數據分析的過程。
- Anaconda Prompt：終端控制，類似cmd命令行（無需再鍵入“python”）
- spyder ：一個使用Python語言、跨平台的、科學運算集成開發環境。
conda upgrade --all
根據提示輸入y，然后坐等升級……
至此，安裝完成，下面讓我們看一下如何用 Anaconda 管理工具包和環境。
三、如何管理Python包？
查看已安裝的所有包：conda list
安裝某個包：conda install package_name
安裝多個包(包之間以空格隔開）：conda install package_name1 pacakge_name2 package_name3
安裝某個具體版本的包：conda install package_name=版本號
卸載某個包：conda remove package_name
升級某個包：conda upgrade package_name
vs pip命令安裝和卸載命令
某些情況下使用conda命令失敗，此時可以嘗試使用python 下的pip命令
安裝某個包：pip install package_name
卸載某個包：pip uninstall package_name
四、如何管理Python環境？
Conda的環境管理功能允許我們同時安裝若干不同版本的Python，並能自由切換。對於上述安裝過程，假設我們采用的是Python 2.7對應的安裝包，那么Python 2.7就是默認的環境（默認名字是root，注意這個root不是超級管理員的意思）。
假設我們需要安裝Python 3.4，此時，我們需要做的操作如下：
#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 # 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
五、與pycharm連接
http://www.jetbrains.com/pycharm/
專業版有試用期
社區版免費，但是功能不是最全的，推薦使用
根據提示安裝成功之后，打開軟件
左上角選擇File→Settings→Project Interpreter，右側選擇Anaconda安裝路徑下的python.exe即可
到此為止，我們就可以愉快的開啟pyhon之路啦