@Python 開發者，如何更加高效地編寫代碼？

對於 Python 開發者而言，Anaconda 能省下大量時間下載和安裝模塊包、處理項目環境等問題，幫助開發者更加愉快地編寫代碼。

如果你苦於給 Python 安裝各種包，安裝過程中還各種出錯。那麼我牆裂推薦——Anaconda，它可以幫助你管理這些包，包括安裝、卸載、更新。

Anaconda 附帶一大批常用數據科學包，如：conda，Python 等 150 多個學科包以及依賴項，你可以立即開始處理數據。

還有一個好處就是：如果你的項目是 Python 2，新項目是 Python 3，你無需同時安裝兩個版本 Python，Anaconda 會幫助你為不同的項目建立不同的運行環境。

Anaconda 的安裝

版本選擇

由於 Python 有 2 和 3 兩個版本，因此 Anaconda 也在 Python2 和 Python3 的基礎上推出了兩個發行版，即Anaconda2 和 Anaconda3。Python3 被越來越多的開發者所接受，但讓人尷尬的是很多遺留老系統依舊運行在 Python2 環境中，因此你不得不同時在兩個版本中進行開發、調試。

如何在系統中同時共存 Python2 和 Python3 是開發者不得不面對的問題，Anaconda 能完美解決 Python2 和 Python3 的共存問題。

conda 是 Anaconda 下用於包管理和環境管理的命令行工具，是 pip 和 vitualenv 的組合。安裝成功後 conda 會默認加入到環境變量中，因此可直接在命令行窗口運行 conda 命令。

如果你熟悉 virtualenv，那麼上手 conda 非常容易，不熟悉 virtulenv 的也沒關係，它提供的命令就幾個，非常簡單。我們可以利用 conda 的虛擬環境管理功能在 Python2 和 Python3 之間自由切換。

多版本切換

#基於python3.6創建一個名為test_py3的環境condacreate--nametest_py3python=3.6#基於python2.7創建一個名為test_py2的環境condacreate--nametest_py2python=2.7#激活test環境activatetest_py2#windowssourceactivatetest_py2#linux/mac#切換到python3activatetest_py3

快速安裝

Anaconda 可用於多個平台（ Windows、Mac OS X 和 Linux）。

官網地址：https://www.continuum.io/downloads。官網下載需要科學上網，此外我給你們準備了鏡像網站：https://mirrors.tuna.tsinghua.edu.cn/help/anaconda/，方便你們下載。

選擇合適自己的版本下載，建議下載 Python 3。

下載好以後你只需要傻瓜式的安裝即可。

第一個 Python 代碼

啟動 Anaconda 之後，你會看到這樣的界面，我推薦使用 jupyter notebook 編寫，點擊 launch。

jupyter notebook 打開的是一個網址形式的界面，點擊右上角的 new 創建第一個 Python 文件吧。

jupyter 支持很多種文本格式，code、markdown、Raw NBConvert、Heading。

常用的就是 code 和 markdown了，你可以同時在一個 Python 文件中寫 code 和 md。你也可以直接用 jupyter 打開。

經過幾天的學習，我已經寫了部分 Python 的入門博客和代碼，在 Github 上，你更是可以直接將代碼打開運行在 Anaconda 上。圖示中的 .ipynb 文件就是 jupter 文件的擴展名，你可以直接運行，也可以編輯。歡迎 follow 和 star——https://github.com/angelOnly/python_learning_note。

Spyder VS PyCharm

Spyder 是 Anaconda 自帶的一款編輯器。

相比較而言，Pycharm 用起來更便捷，雖然 Spyder 中所有的變量也都能顯示，方便調試，里邊還有 ipython notebook。但是很細節的一些代碼還是 Pycharm 更便捷一些。

強烈推薦 Anaconda+Pycharm 組合。因為 Anaconda 安裝的時候已經默認為你安裝了一大堆做數據分析常用的包，所以，直接在 Pycharm 中把默認解釋器改為 Anaconda 中的 Python 即可。

另外，只是針對數據分析與機器學習，Anaconda 用起來更方便一些，對於 Python 的其他用途，比如爬蟲、Web開發，Pycharm 更好一些。針對大型的 Web 框架修改調試，還是需要個大型 IDE。

聲明：本文為 Python 夢工廠投稿，版權歸對方所有。