1.简单快捷的安装
安装Anaconda 3. 参见
https://jingyan.baidu.com/article/ed15cb1bb7b8431be2698162.html
*Anaconda是什么？你可以简单把它当做一款软件，通过它可以方便使用Python。严格的说，Anaconda目标是打造一个人工智能/机器学习支持平台，能够很方便人们进行人工智能/机器学习的开发、管理和自动化。
（1）官网下载
https://www.anaconda.com/download/
选择和操作系统对应的软件包下载，是window的就不要选IOS，是64位不要选择32位。
*选择Python2还是Python3？这问题就好像选win8还是选win10。推荐下载Python3对应的Aanaconda。
（2）双击安装
一路按照默认走就行。
默认安装在C盘，如果不想安装在C盘，建议在D盘新建一个文件夹D:\ProgramData
（3）安装完毕开始使用
以win10-64位系统安装为例，安装完毕，开始菜单出现"Anaconda3（64-bit）"（Anaconda3有很多其他程序），点击Jupyter Notebook。
会出现一个大黑框，稍等一会就会启动你默认浏览器。你的浏览器会出现这么一个Home界面。
点击右上角的new，选择Python3，浏览器会再打开一个窗口（见下图）。在这个窗口里就可以开始写你的Python了。
好了，现在你就可以按照任何一本Python教程，输入和学习各种Python代码了。
（4）Jupyter notebook简单使用
修改文件名：默认的文件名是Untiteled。点击File/Rename即可修改。
运行程序：写完之后点击RUN图标。
文件保存路径：一般在C盘users下当前用户名的文件夹（C:\Users\您的用户名），会存成格式ipynb格式。
历史文件：每次进入Home界面就可以看到（下滑到页面下方），单击就可以打开一个新的浏览器窗口，对之前的代码进行编辑。
（4）其他内容（忽略）
比如修改Jupyter notebook的默认路径，使用conda管理环境和版本。Jupyter notebook和Anaconda3还有很多功能等待你挖掘。
其实新学者不用太在意这些，先开始上手学习数据分析核心内容，其他的慢慢开始研究就行。等你需要用到这些的时候，相信你的Python已经相当溜了。
2.传统的安装
有了快捷简单的安装就不要进行传统的安装了，因为可能会发生一些冲突。
但是我觉得传统的安装更有利于理解Python是如何运作的。所以简单做一下笔记。主要参见廖雪峰老师的Python教程
https://www.liaoxuefeng.com/wiki/0014316089557264a6b348958f449949df42a6d3a2e542c000/0014316090478912dab2a3a9e8f4ed49d28854b292f85bb000
另外，可以体会一下，没有Jupyter Notebook的时候，Python如何运作。
https://www.liaoxuefeng.com/wiki/0014316089557264a6b348958f449949df42a6d3a2e542c000/001431611988455689d4c116b2c4ed6aec000776c00ed52000
安装Python之后，还是要继续用PIP命令来安装iPython或者Jupyter（有机会再介绍），这样更方便使用Python来进行数据分析。
3.用Anaconda安装Python第三方包
参见https://www.cnblogs.com/duan-qs/p/6289339.html
Anaconda自己带了很多Python的包，但有时候还不太够用。需要自己安装一些新的Python包来支撑数据分析。在Anaconda中安装Python包的命令如下。
启动：开始> 所有程序> anaconda> anaconda prompt
在anaconda 命令窗口里: 输入 conda install <你要安装的第三方包的名称>
4. Jupyter Notebook的由来（忽略，好奇的可以看看）
关于Jupyter Notebook有很多专业的解释。分享一下自己的理解，我的理解是这样的Python=> iPython=> Jupyter Notebook。iPython和 Jupyter Notebook的内核当然都是Python。
直观的，只从小白使用者角度来看，Python在操作的时候，就是黑色背景和白色命令；iPython还是一个大黑框，但是会对Python的函数、命令、输入、输出做一些标记；Jypyter Notebook在iPython之上，交互界面更为友好。
这只是直观的解释，实际远非如此，廖雪峰老师教程上有个比喻很好，可以方便理解：“IPython是基于CPython之上的一个交互式解释器，也就是说，IPython只是在交互方式上有所增强，但是执行Python代码的功能和CPython是完全一样的。好比很多国产浏览器虽然外观不同，但内核其实都是调用了IE。”Jupyter Notebook更进一步，可以方便在网页上写Python代码。
Anaconda不仅仅有Jupyter Notebook，还有其他东西，比如方便安装和使用R语言（后续会继续介绍）。Anaconda自动下载了很多Python的开源代码包，并且自动设置好环境变量，让人们可以方便的使用Python，在某种程度上是降低了Python安装使用的门槛。多亏有了Anaconda，否则很多非编程开发出身的数据分析师一开始使用Python面对一堆设置，就倒在了起跑线上。
