简注：课程考试需要，在自己电脑上安装 Anaconda和集成开发环境（IDE）Pycharm。
如有描述不当的地方，欢迎大家纠正指出。如需转载或引用，请注明出处。谢谢！

为什么要安装Anaconda?

前面说到PyCharm安装成功后，所带的解释器的库只有两个库。因为Python自身缺少numpy、matplotlib、scipy、scikit-learn… 等一系列包，需要我们用pip install来导入这些包才能进行相应运算。
虽然PyCharm也能自动搜索和下载包，但是但是总是会遇到有些包下载失败或查询不到，很不方便，此时就出现了Anaconda来解决这个问题。

Anaconda的优点

省时省心： Anaconda通过管理工具包、开发环境、Python版本，大大简化了你的工作流程。不仅可以方便地安装、更新、卸载工具包，而且安装时能自动安装相应的依赖包，同时还能使用不同的虚拟环境隔离不同要求的项目。
分析利器：在 Anaconda官网中是这么宣传自己的：适用于企业级大数据分析的Python工具。其包含了720多个数据科学相关的开源包，在数据可视化、机器学习、深度学习等多方面都有涉及。不仅可以做数据分析，甚至可以用在大数据和人工智能领域。

官网安装Anaconda

Anaconda 是一个基于 Python 的数据处理和科学计算平台，它已经内置了许多非常有用的第三方库，装上Anaconda，就相当于把 Python 和一些如 Numpy、Pandas、Scrip、Matplotlib 等常用的库自动安装好了，使得安装比常规 Python 安装要容易。
进入官网：点击打开下载链接，如下图所示。

双击下载好的exe文件进行安装，点击next,点击i agree，选择just for me点击next，点击browse选择安装目录，勾选红色框点击install等待完成，点击next，取消两个勾选框点击finish；

至此，Anaconda安装完成。查看是否成功安装，直接在Anaconda Prompt（Anaconda自带的命令窗口）中输入python，如果出现python版本信息说明安装成功

输入conda list 就可以查询现在安装了哪些库

确认安装成功之后，会出现以下几个模块，我们一个个看：

Jupyter notebook ：基于web的交互式计算环境，可以编辑易于人们阅读的文档，用于展示数据分析的过程。简而言之，Jupyter Notebook是以网页的形式打开，可以在网页页面中直接编写代码和运行代码，代码的运行结果也会直接在代码块下显示。
Spyder ：一个使用Python语言、跨平台的、科学运算集成开发环境（Anaconda自带的）。Spyder的最大优点就是模仿MATLAB的“工作空间”。由于安装完Anaconda就自带了Spyder集成开发环境了，所以不需要任何配置可以直接使用，但是其他你自己安装的IDE要想使用Anaconda需要配置环境（例如PyCharm）。
Anaconda Navigator ：用于管理工具包和环境的图形用户界面，后续涉及的众多管理命令也可以在 Navigator 中手工实现。

可以看到已有的环境中自带有python3.8，已经内置了很多库。如果想要添加其他的库可以直接点击import或者在Anaconda Prompt中conda install + package_name

方法1： import + package_name

方法2：在Anaconda Prompt中conda install + package_name

在PyCharm中导入Anaconda环境

打开PyCharm，点击File -> Settings，如下所示：

打开Project Interpreter

选择add添加解释器

添加Anaconda中Python解释器（Anaconda安装目录下的python.exe）

点击OK，就能看到Settings->Project Interpreter的页面多了很多包，且是自带的Python 3.8而不再是之前安装的Python 3.7

到此就完成了！！！