step01:下载安装包（我们使用anaconda）
简介：Anaconda是一个开源的Python发行版本，一个打包的集合，里面包含了720多个数据科学相关的开源包，在数据可视化、机器学习、深度学习等多方面都有涉及。不仅可以做数据分析，甚至可以用在大数据和人工智能领域。另外，安装它后就默认安装了python、IPython、Jupyter notebook和集成开发环境 Spyder等等,让我们省去了大量下载模块包的时间，更加方便。
进入下面的链接地址中，根据您的操作系统下载合适安装包：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/?C=M&O=D
如我下载的Anaconda3-4.3.0-MacOSX-x86_64.sh
step02:安装anaconda
sh Anaconda3-4.3.0-MacOSX-x86_64.sh
根据提示安装即可,过程中有交互信息，需要输入yes 以及安装路径等等
我的安装路径为：/data/anaconda/
step03:部署Python虚拟环境
由于我们今后的项目可能会用到不同的python版本，或者在Python下安装各种特定的依赖库。所以为了避免不必要的混乱，管理的统一性，我们的开发环境将采用虚拟环境来进行Python的调用。
cd /data/anaconda/bin/
conda create -n study python=3.6
如下图所示：输入:y
image.png
step04:激活环境
cd /data/anaconda/envs/study/bin
source activate study
激活后可进入python环境中进行简单的验证
python
print("i love python")
具体展现如下图所示：
image.png
step05:修改pycharm 配置
如果您不确定虚拟环境的目录位置，可在Anaconda bin中查看新建的虚拟环境在哪个目录下：
cd /data/anaconda/bin
conda env list
具体输出如下图所示：
image.png
最后我们打开pycharm软件，进行python环境的设置：
File->setting->Project:[您的项目名]->Project Interperter,增加刚刚创建的python虚拟环境，路径为/data/anaconda/envs/study/bin/python3.6
具体步骤如下图所示：
第一步：
image.png
第二步：
image.png
第三步：
image.png
第四步：
image.png
第五步：
第六步：
image.png
