雖然我都還沒有開始怎麼學python,但是在很多書、教程，學習視頻裏第一步都是如何配置環境以及安裝編譯器等。我覺得ananconda比較合適，包括一起的ipython、Jupyter notebook，編譯器spyder有些可能不喜歡（好像有點像matlab），可以搭配pycham，pycharm也是很強大的一款主流開發環境。
Anaconda簡介
Python易用，但用好卻不易，其中比較頭疼的就是包管理和Python不同版本的問題，特別是當我們使用Windows的時候，別的系統筆者還沒用過，經常爲了安裝幾個模塊包折騰一上午甚至幾天，比較煩。Anaconda可以幫我們省去很多不必要的麻煩，Anaconda不是語言，它只是python的一個集成管理工具或系統，它把python做相關數據計算與分析所需要的包都集成在了一起，我們只需要安裝Anaconda軟件就行了，其它什麼都不用裝，包括python軟件。
Anaconda是一個用於科學計算的Python發行版，支持 Linux, Mac, Windows系統，提供了包管理與環境管理的功能，可以很方便地解決多版本python並存、切換以及各種第三方包安裝問題。Anaconda利用工具/命令conda來進行package和environment的管理，並且已經包含了Python和相關的配套工具。
這裏先解釋下conda、anaconda這些概念的差別。conda可以理解爲一個工具，也是一個可執行命令，其核心功能是包管理與環境管理。包管理與pip的使用類似，環境管理則允許用戶方便地安裝不同版本的python並可以快速切換。Anaconda則是一個打包的集合，裏面預裝好了conda、某個版本的python、衆多packages、科學計算工具等等，所以也稱爲Python的一種發行版。其實還有Miniconda，顧名思義，它只包含最基本的內容——python與conda，以及相關的必須依賴項，對於內存不夠的朋友，Miniconda是一個選擇。conda的設計理念：conda將幾乎所有的工具、第三方包都當做package對待，甚至包括python和conda自身！因此，conda打破了包管理與環境管理的約束，能非常方便地安裝各種版本python、各種package並方便地切換。總之一句話，安裝anaconda讓我們省去了大量下載模塊包的時間，更加方便。
Anaconda是一個打包的集合，裏面包含了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，還可以用在大數據和人工智能等領域。安裝它後就默認安裝了python、IPython、Jupyter notebook和集成開發環境 Spyder等等。
具體的安裝前往官網查看https://www.anaconda.com/，建議 ↓ 3.x版本的。下載速度慢的可以用這個，我近期下的，版本不一定是最新的但夠用，鏈接：https://pan.baidu.com/s/1luRD6FFYO8iJYH39ZkWhgA
提取碼：avg0
複製這段內容後打開百度網盤手機App，操作更方便哦
安裝教程
我推薦這位前輩的，安裝完配置好環境後，爲了避免可能發生的錯誤, 最好是在命令行輸入conda upgrade --all 把所有工具包進行升級。具體的看這教程，寫的很好我覺得https://blog.csdn.net/ITLearnHall/article/details/81708148他還有延伸的內容，正常配置好了環境就安裝好了。
上述爲初始默認安裝的，有個人需求可以自己安裝其他的環境。編譯器可以選擇pycharm，關於這一點在轉的教程裏也有寫。過程遇到其他的問題就只能自行百度了Hh,很多時候軟件的安裝和使用比較折騰人。