NBA Web网站开发的基本框架已经搭好了，但是只有框架，并没有数据内容。
所以我去网上下载了一份1950年开始的球员数据，用于填充内容。
同时，想做一些数据的分析及可视化，所以最近开始看点数据分析的内容。
数据分析的话，就需要用到anaconda和conda了。
就光关于这个anaconda和conda的定义就看了半天。
anaconda其实是一个python的发行版本，里面不光包含了python，还有conda等150个左右包。
也就是说，其实你安装了anaconda以后，你连python都不用安装，就可以。
再说conda，conda环境其实在pycharm里面本身就集成了这个功能，只不过要用conda环境的话，你要自己先手动安装anaconda。
conda的作用是什么呢？其实就是venv+pip的作用，也就是虚拟环境+包管理。
1：安装
首先是下载并安装anaconda
2：Pycharm中配置conda环境
打开pycharm后，点create new project
看了网上很多教程，都是让直接选existing interpreter的，一直没想明白为什么。不是应该创建新的环境么？其实这和使用venv不一样，使用venv是每次创建一个新的环境，然后各自下载各自需要的包。
而conda强大的地方在于，你可以创建不同版本的环境，但是对于你需要用到的项目来说，你只需要把解释器配置给这个项目就ok。
打个比方，你有一个项目A，你只需要在这个项目的设置里，把解释器设置为conda下的解释器就好，就如上图中的
Existing interpreter中的选项。
3：什么时候需要用到创建新环境？
看下面截图，你可以选择不同版本的python version，对于我们来说意味着什么呢？就是你可以为3.7设置一个解释器，为2.7设置一个解释器。
当你要编写2.7版本python的程序时，即插即用设置成2.7版本的解释器就ok。
如果要编写3.7版本python的程序时，即插即用设置成3.7版本的解释器就ok。
4：看看使用不同环境产生的不同效果
在settings里面的我们看看不同解释器的效果
再看一下如果我们使用conda环境下的解释器，那就已经包含了非常多的包，包括想numpy这样注明的数据分析包。
5: 测试是否可以运行
先创建一个空文件夹并取名字 Anaconda Learn
再将解释器配置为conda环境下的python3.7解释器
然后再创建一个test.py并写入测试程序
import matplotlib
import numpy
import scipy
import matplotlib.pyplot as plt
plt.plot([1,2,3])
plt.ylabel('some numbers')
plt.show()
运行程序test.py看效果
所以，关于环境的搭建基本就这样搞清楚了。
