為什么使用WSL進行python編程
WSL，全稱Windows Subsystem for Linux。簡言之，win10提供了一個子Linux系統，可以解決虛擬機和雙系統的系統之間阻隔的問題而不影響win10本身的應用。
對於win10上建立的Linux子系統，如Ubuntu，本身可能會自帶了python編譯器，可以編譯運行一些簡單的python腳本。
命令“which python”通常可以查看本機python的版本和安裝位置，安裝位置通常位於：/usr/bin，
有些安裝了其他大型編譯器的時候，還會自帶不同版本的編譯器，因此用命令“ls /usr/bin/python*”可以查看本機已安裝的所有python類型。
win10中設置Linux子系統方式如下：
Windows下請先開啟WSL，並且安裝Ubuntu：
1.管理員權限打開 PowerShell. 在開始菜單中，輸入PowerShell，右鍵Windows PowerShell選擇管理員權限運行（或者按下快捷鍵win+R，然后輸入cmd打開命令提示符）
2.在Windows PowerShell command window 中或命令提示符中, 拷貝並復制以下代碼以開啟WSL功能:
Enable-WindowsOptionalFeature -Online -FeatureName Microsoft-Windows-Subsystem-Linux
3. 打開微軟商店，搜索Ubuntu，選擇Ubuntu並進行安裝，此后，進入Linux系統的方式有三：第一，Windows PowerShell中輸入bash，第二，命令提示符中輸入bash，第三，直接打開Ubuntu應用。
為什么選擇anaconda下的python編程環境
以上的python編譯器雖然可以運行部分.py文件，但是有些包沒有安裝，所有含有numpy/pandas等庫的文件編譯時會自動報錯。
在安裝各種包的時候，有時不同包之間錯綜復雜的依賴關系會使一個包的安裝過程變成一系列包的安裝。而conda可以很好的解決路徑依賴問題。
此外，conda還可以建立起一些相對獨立編程環境，每個環境是一個獨立的工程，從而避免各種版本的package之間相互污染。
anaconda安裝方式：
1.下載64-Bit Installer for anaconda 網址為https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-2020.07-Linux-x86_64.sh
2.更換到下載目錄，打開terminal，輸入命令: “bash Anaconda3-2020.07-Linux-x86_64.sh”，然后安裝過程中按照提示一路yes即可。
當打開終端時最開始出現（base）的時候，anaconda就安裝成功了，對於超級用戶root，通常conda安裝在“/root/anaconda” 根目錄下，對於普通用戶，通常安裝在 “/home/用戶名/anaconda”之下。
下一步是把anaconda配置更新，這一步的主要作用是把源更新，默認的國外源下載速度非常慢。更改方式有兩種：
anaconda配置更新
方法1：在（base）中輸入命令
1 conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
2 conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
3 conda config --remove channels defaults
4 conda config --set show_channel_urls yes
如果在此后的軟件安裝中出現下載過慢的問題可以參考我的下一篇文章
方法2：找到.condarc文件輸入鏡像源
對於root用戶，輸入“cd ~/.condarc”，對於普通用戶，輸入“cd /home/用戶名/.condarc"，並輸入以下命令
1 ssl_verify: true 2 3 channels: 4 - http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ 5 - http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/ 6 7 show_channel_urls: true
如果該步驟出現網絡連接失敗，請參考解決：https://www.cnblogs.com/liangxuran/p/13507487.html
為什么要為每個項目建立獨立的conda環境
如前所述，之所以建立起一個獨立的python編譯環境而不是使用base是為了避免各種package版本之間相互污染。
建議針對不同的項目每一次都進行不同的環境進行區隔。
新建/激活/退出獨立conda環境的方式：
新建獨立conda環境命令：“conda create --name conda_name python=3”或“conda create -n conda_name_01 python=3”
激活該環境的命令：“conda activate conda_name_01”
退出該環境的命令：“conda deactivate”
復制該環境的命令：“conda create -n conda_name_01 --clone conda_name_02”
刪除該環境的命令：“conda remove -n conda_name_01 --all”
如果出現如下報錯，需要在./condarc文件中更新源。解決方案參考https://www.cnblogs.com/liangxuran/p/13507487.html
下一步就是在該環境下，安裝一些自己需要的python包，以滿足科學計算的需求
conda安裝python包的方式：
用conda安裝：“conda install numpy” #推薦
用pip安裝： “pip install numpy” #不推薦
我常用的python包有：numpy，pandas，matplotlib，scipy，netCDF4，jupyter，obspy
前四個比較大眾，后三個比較小眾。