打算學習 Python 來做數據分析的你，是不是在開始時就遇到各種麻煩呢？
到底該裝 Python2 呢還是 Python3 ？
為什么安裝 Python 時總是出錯？
怎么安裝工具包呢？
為什么提示說在安裝這個工具前必須先安裝一堆其他不明所以的工具？
相信大多數 Python 的初學者們都曾為環境問題而頭疼不已，但你并不孤獨，大家都是這么折騰過來的。為了在入門時少走彎路，并且讓高漲的積極性不至于太受打擊，這里推薦使用 Anaconda 來管理你的安裝環境和各種工具包。
本文介紹了Anaconda的使用，全文大綱如下：
為什么選擇 Anaconda
* 什么是 Anaconda
* 什么是 conda
* Anaconda 的優點
如何安裝 Anaconda
如何管理 Python 包
如何管理 Python 環境
Anaconda是專注于數據分析的Python發行版本，包含了conda、Python等190多個科學包及其依賴項。作為好奇寶寶的你是不是發現了一個新名詞 conda，那么你一定會問 conda 又是什么呢？
conda 是開源包（packages）和虛擬環境（environment）的管理系統。
packages 管理： 可以使用 conda 來安裝、更新 、卸載工具包 ，并且它更關注于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 并不僅僅管理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，用于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。對糾結于 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。知道 是什么（what） 的同時，我們也需要問一問 為什么（why）。那么，為什么要選擇用Anaconda呢？
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，大大簡化了你的工作流程。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：適用于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。解決了 是什么 以及 為什么 的問題后，下面讓我們看一下 怎么做（How）。
新聞熱點
疑難解答
