网上教程五花八门，读者吐槽最多的，也都是怎么搭建开发环境。
对于小白来说，开发环境搭建，是必过的第一关。
记得自己刚学 Python ，还是小白的时候，最爱做的一件事就是：折腾开发环境。
代码还没写几行，就各种折腾，走了太多弯路，浪费了太多时间。
IDE 我也折腾了个遍，Eclipse、Pycharm、Sublime Text 等等。
折腾了几周，代码不会写啥，最后也就来个「Hello World」。
作为工作时长两年的「算法搬砖工」，今天给「未来的大牛，如今的小白」们讲一下，开发环境怎么搭建。
以后要是有朋友问你环境搭建问题，文章直接发给他，告诉他，这篇教程真的香！
1
环境搭建
我们都知道，Python 是一种脚本语言，有着丰富的第三方库。
Python 自带了很多官方库，可以直接用，例如 re、os、math 等等。
但第三方库是需要我们自己安装的。
就好比，一个正常人，一生下来，自带了眼镜、鼻子、嘴巴等，这就是“官方库”。
你要是想买个漂亮衣服，做个漂亮发型，那得自己“安装”，这就是“第三方库”。
Python 提供了超级多，而且强大的第三方库。
我们搭建开发环境，就是让 Python 具备各式各样的能力，以满足我们的需求。
第三方库很多都是个人或者团队，非 Python 官方开发的库，所以难免五花八门，杂乱不堪。
甚至有时候，各个版本的库，还存在各式各样的冲突。
这个库不兼容那个库，各种「无厘头」报错层出不穷。
一劳永逸，解决 or 避免这类问题的方法，就是搭建一个「健壮」的开发环境。
方案：Anaconda + Jupyter Notebook。
好维护，好安装，你好我也好，大家好才是真的好。
1、Anaconda
Anaconda 就是管理第三库的工具，同时支持“多开”。
你可以用 Anaconda 创建多个虚拟环境。
啥意思？
一个虚拟环境好比一个人：
培养小王为数学家，专门负责数学相关的事。
培养小李为语言学家，专门负责语言相关的事。
体现到虚拟环境上，就是这样：
我创建了很多虚拟环境。
base 是安装 Anaconda 自带的一个基础环境。其它都是根据自己需求，创建的一个个独立环境。
比如，名为 jack 的环境，是一个通用的开发环境。而名为 faceswap 的环境是我专门为换脸算法搭建的环境，因为它的依赖和有些通用第三方库包是冲突的。
Anaconda 还是跨平台的，在 Windows、MacOS、Linux 都可以安装。
2、Jupyter Notebook
小白推荐 Jupyter Notebook，为啥不推荐 Pycharm 这类 IDE 呢？
因为 Jupyter 安装简单，并且好用，可以在多种平台运行。
工作后，跑算法，往往都是在服务器上运行的。
连个图像界面都没有的服务器，你还能用 Pycharm ？
Jupyter Notebook 是一个基于网页的交互式计算笔记本环境。
实现了文字和代码的完美结合，你甚至可以边学习边做笔记，文本编辑还支持 Markdown 格式，插入各种数学公式也不在话下。
并且由于 Jupyter Notebook 是基于网页的，你完全可以在服务器端开启服务，本地电脑打开网页，运行各种服务器端的代码。
如果你是做算法、做爬虫，刚学 Python 的小白，不涉及浩大的 Python 工程的开发，那么别犹豫，用 Jupyter Notebook 就对了。
3、安装
Anaconda + Jupyter Notebook 的好处安利个遍。
那么，怎么安装呢？
Anaconda 下载地址：
https://www.anaconda.com/products/individual#download-p
根据自己的环境选择安装包：
安装很简单，傻瓜式下一步安装即可。
Windows 安装完，需要手动添加环境变量。
Linux 和 MacOS 在安装过程中，会有提示是否设置环境变量。
Windows 添加环境变量需要在电脑->鼠标右键->属性->高级系统设置->环境变量->Path中设置。
D:\Anaconda 为 Anaconda 的安装目录，将下面这两个地址添加到 Path 中即可。
D:\Anaconda
D:\Anaconda\Scripts
都配置好后，可以在 cmd 或 Anaconda Prompt 中使用 Anaconda 搭建环境了。
输入指令：
conda create -n your_name jupyter notebook
这句话的意思是创建一个名字为 your_name 的虚拟环境，并且这个虚拟环境额外安装 jupyter notebook 第三方库。
可以将 your_name 改为你自己喜欢的名字，这个名字是你的虚拟环境的名字，自己随便取，比如jack。
随后，输入y进行安装：
安装好后，可以通过指令 conda info -e 查看已有环境情况。
从上图可以看到，有两个环境，一个是 base ，自带的基础环境，另一个是我们新创建的名为 jack 的环境。
安装好环境后，我们可以使用指令激活 jack 环境：
activate jack
可以看到，我们的环境由 base 变成了 jack 。
接下来，我们就可以在这个环境里，安装自己想要的第三方库，比如 requests。
conda install requests
对于 conda 搜不到的包，也可以使用 pip 安装：
python -m pip install xxx
需要安装的第三方库安装完毕，可使用命令直接打开 Jupyter Notebook：
jupyter notebook
效果如下：
创建一个新的 notebook：
输入代码后，按 Ctrl + Enter 快捷键，即可运行程序：
这个 Jupyter Notebook 使用的环境就是名为 jack 的虚拟环境。
想安装 Pytorch 啥的，直接在这个虚拟环境里安装即可，真香！
2
总结
使用 Anaconda + Jupyter Notebook 搭建环境的方案，非常适合新手。
Jupyter Notebook 的功能也很强大，它绝对是你学习算法、分析数据的好帮手！
RECOMMEND
推荐阅读
01
《AI速成课：从AI编程到构建智能软件》
作者：[阿联酋]赫德林·德·庞特维斯（Hadelinde Ponteves）
译者：程泽、黄曼莉
ISBN：978-7-111-66127-6
推荐理由
卖点：
本书是一本理论与实践兼备的AI入门书。与同类书籍相比，本书以“模型描述+基础数学理论+Python语言实现模型+实际商业案例”的方式阐释人工智能技术，可以帮助你深刻体会机器学习，尤其是强化学习和深度神经网络为什么如此重要，以及如何将相关技术应用到物流、能源、自动驾驶，甚至游戏领域。从汤普森采样模型，到Q学习模型，再到深度Q学习模型、深度卷积Q学习模型，本书一步步教你学会更复杂的机器学习理论与编程知识，并将人工智能融入自己的应用中。
推荐语：
与Udemy平台的优秀人工智能讲师HadelindePonteves一起解锁人工智能的力量，从零起步掌握人工智能基础知识。
02
《机器学习算法的数学解析与Python实现》
作者：莫凡
ISBN：978-7-111-64260-2
推荐理由
卖点：
l 生动——语言生动幽默，通过分析大量生活案例，帮助读者理解机器学习的算法。
l 简单——让很多听起来高大上的名词更实用。
l 实用——精选了最主要的机器学习算法，如线性回归算法、Logistic回归算法、KNN算法、朴素贝叶斯算法、决策树算法、支持向量机算法、K-means聚类算法、神经网络、集成学习方法等。
l 系统——从概念、原理、Python实现、应用场景几个方面，详细剖析机器学习中主要的算法。
推荐语：
有趣、易懂、不枯燥，看得懂、学得会的机器学习入门书。全书用白话讲解，帮你从生活案例中理解算法，发现算法的乐趣，再把算法应用到机器学习中，让你零基础掌握算法精髓，快速进入人工智能开发领域。
更多精彩回顾
书讯 | 12月书讯 | 年末上新，好书不断
书单 | 机器人时代已来！推荐几本机器人学硬核好书
干货 | 电商数据分析的方法、流程及场景
收藏 | 终于有人把大数据讲明白了
上新 | 达观数据CEO陈运文：“AI+RPA”如何赋能企业数字化转型
赠书 | 【第32期】量子科技成为国家战略！这几本书带你进入量子世界！