前言

这是 Python 基础教学的第一篇，当然就是要分享给大家如何配置一个编写 Python 的环境了。当然编写 Python 的环境有很多种，比如可以在电脑上用 Anaconda（Spyder、Jupyter等）、VSCode、Sublime Text 等等，如果不想在自己电脑上跑，也可以使用线上的环境，比如 Colab 或是 Kaggle 等。总之，工欲善其事，必先利其器，这篇就来教大家如何安装 Anaconda 来配置 Python 环境。

Anaconda是什么？

Anaconda 是一个开源的 Python 发行版本，主要面向数据科学、机器学习和数据分析等领域。它不仅包含了 Python 解释器本身，更重要的是集成了大量的用于科学计算、数据分析和机器学习相关的第三方库，并且提供了一个强大的包管理和环境管理工具——Conda。

以下是 Anaconda 的主要特点和功能：

便捷的环境管理：Anaconda 通过其内置的包管理器 Conda，使得创建、管理和切换不同的 Python 环境变得极为简单。用户可以在不同项目之间轻松配置独立的环境，每个环境中可以安装特定版本的 Python 和其他库，避免了不同项目依赖之间的冲突。丰富的数据科学工具：安装 Anaconda 时会附带一系列常用的数据科学库，如 NumPy、Pandas、Matplotlib、Scikit-learn 等，以及 Jupyter Notebook 这样的交互式开发环境。还包括其他有用的工具，例如 Spyder IDE（集成开发环境）和 IPython 终端等，这些都为数据科学家提供了开箱即用的一站式解决方案。高效的包管理：Conda 不仅可以管理 Python 包，还能管理非 Python 软件包，如R语言相关包或 C/C++ 编译器等。Conda 能够智能地解决复杂的软件依赖关系，确保所有库和组件都能正确安装和协同工作，极大地提高了开发效率。跨平台支持：Anaconda 支持 Windows、Linux 和 MacOS 等多种操作系统，便于在不同的开发平台上统一使用和部署。

虽然它安装起来有些人会觉得很大一包很占容量，但对于很多人来说非常方便，一键帮我们安装好很多软件开发环境。

安装Anaconda

进入官网 ，下载对应操作系统的安装包进行安装。

我这里以 Windows 11 为例演示安装过程。

安装完成后在系统的环境变量中加入 Anaconda 相关的路径。将图中的路径换成你安装的路径。

运行Python

Anaconda 安装好后，在终端中输入 python 。如果结果跟以下界面一样的话，代表已成功将 Python安装在电脑中。

启动 Jupyter notebook

在终端中输入 jupyter notebook ，或者也可以直接点击 jupyter notebook 的应用程序启动。

启动 Jupyter Notebook 之后，jupyter 会以浏览器的形式打开，并且出现下面的页面。

在执行 jupyter notebook 时不要关闭终端

点选页面右上方的 new ，选择 Notebook。

选择 Python 3 后，会进入到以下的页面，此时就可以开始写代码了。

输入以下代码，并且按下shift + enter 键执行。如果成功打印出 Hello World，代表安装 Python 的步骤已经全部都完成。

print("Hello World")

执行代码的方式有两种，分别是:

Shift + Enter : 执行后，游标会移至下一行。Ctrl + Enter : 执行后，游标仍在当前行。

现在 python 以及相关依赖组件都已经安装好，那么接下来就可以来学习如何写 Python 啦。