<meta charset="utf-8">
作者：猴子
链接：https://www.zhihu.com/question/58033789/answer/254673663
来源：知乎
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。
事实上Anaconda 和 Jupyter notebook已成为数据分析的标准环境。
简单来说，Anaconda是包管理器和环境管理器，Jupyter notebook 可以将数据分析的代码、图像和文档全部组合到一个web文档中。
接下来我详细介绍下Anaconda，并在最后给出Jupyter notebook：
1.Anaconda是什么？
2.如何安装？
3. 如何管理包？
4.Jupyter notebook如何快速上手？
不过在开始前我需要强调下，下面的步骤你要亲自跟着敲一遍并在自己的电脑上实践。虽然下面你会遇到很多命令，给了谁都记不住的。但是别怕，也别中途放弃，因为你没必要记住命令，因为当你在后面学习数据分析用的多了，自然就记住了。
记不住也没关系，学会在哪查找就可以了。你只需要跟着上面步骤操作下，并理解了每一步是干什么的就可以了。后面遇到要做的事情，忘记了回头查这个文档就可以了。
<meta charset="utf-8">
刚开始学习的过程就像下面这个图，只要中途不放弃，自己实际操作一遍，我保证你可以熟练上手。
1.Anaconda是什么？
作者：猴子
链接：https://www.zhihu.com/question/58033789/answer/254673663
来源：知乎
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。
Anaconda在英文中是“蟒蛇”，麻辣鸡（Nicki Minaj妮琪·米娜）有首歌就叫《Anaconda》，表示像蟒蛇一样性感妖娆的身体。
所有你看下面Anaconda的图标就像一个收尾互相咬住的“蟒蛇”。
你可能已经安装了 Python，那么为什么还需要 Anaconda？有以下3个原因：
1）Anaconda 附带了一大批常用数据科学包，它附带了 conda、Python 和 150 多个科学包及其依赖项。因此你可以立即开始处理数据。
2）管理包
Anaconda 是在 conda（一个包管理器和环境管理器）上发展出来的。
在数据分析中，你会用到很多第三方的包，而conda（包管理器）可以很好的帮助你在计算机上安装和管理这些包，包括安装、卸载和更新包。
3）管理环境
为什么需要管理环境呢？
比如你在A项目中用了 Python 2，而新的项目B老大要求使用Python 3，而同时安装两个Python版本可能会造成许多混乱和错误。这时候 conda就可以帮助你为不同的项目建立不同的运行环境。
还有很多项目使用的包版本不同，比如不同的pandas版本，不可能同时安装两个 Numpy 版本，你要做的应该是，为每个 Numpy 版本创建一个环境，然后项目的对应环境中工作。这时候conda就可以帮你做到。
2. 如何安装Anaconda？
Anaconda 可用于多个平台（ Windows、Mac OS X 和 Linux）。你可以在下面地址上找到安装程序和安装说明。根据你的操作系统是32位还是64位选择对应的版本下载。
（Anaconda已经不支持Windows XP；同时查看自己电脑是32位还是64位，不要装错了。）
官网地址：https://www.continuum.io/downloads
如果官网地址网速太慢无法下载，可以从我公众号：猴子聊人物，中回复“资料”从网盘下载
如果官网地址网速太慢无法下载，可以在我公众号（猴子聊人物）对话框回复“资料”获取网盘地址，从下面路径中找到安装包
Anaconda 的下载文件比较大（约 500 MB），因为它附带了 Python 中最常用的数据科学包。
如果计算机上已经安装了 Python，安装不会对你有任何影响。实际上，脚本和程序使用的默认 Python 是 Anaconda 附带的 Python，所以安装完Anaconda已经自带安装好了Python，不需要你再安装Python了。
注意：如果你是windows 10系统，注意在安装Anaconda软件的时候，右击安装软件→选择以管理员的身份运行。
3.如何管理包？
安装了 Anaconda 之后，就可以很方便的管理包了（安装，卸载，更新）。
1）安装或者更新包
按下图点击菜单栏，打开Anaconda Navigator
然后在Anaconda Navigator中按下图操作安装包
图片中第5步，‘clear’表示删除已经安装的包
2）列出已安装的包
3）如果遇到需要输入conda命令的，可以按下图打开conda的命令端，然后输入命令
按照上面的步骤你亲自操作一遍后，你已经学会了Anaconda，并安装好你的数据分析Pyhton环境了，接下来你就可以愉快的使用Jupyter notebook来做数据分析了
