【新手友好】科研必备Anaconda简介

        作为一个科研新手，只要你以后的科研需要用到诸如Python、R Studio 这类软件，那么几乎都可以使用 Anaconda。

        那什么是Anaconda？它有什么用？我为什么要用到它？我该怎样用它？这些问题同样也是我刚开始搞 Python 运行代码时候遇到的问题。我用了一些时间去弄清楚这些问题，现在直接一站式给大家分享！只需要看这一篇文章，直接助力了解清楚 Anaconda！

一、想要了解 Anaconda，先看看conda是什么

         conda = 虚拟环境 + 工具包。可以帮助开发各种语言（我们主要说 Python）。在 conda 的资源库中，包含上万与数据科学和机器学习领域相关的第三方库。我们也可以把 conda 简单的理解为：它是一个软件包的管理工具。

二、Anaconda

        从百度上搜索“Anaconda 是什么”多数会看到这样的解释：Anaconda 是一个开源版的 Python；是数据科学和机器学习的软件套装。这些解释都没有问题，但是对于我们来说这些解释又都显得很笼统，很苍白，即使每个字都能看懂，但是看了这么多下来依然不知道 Anaconda 到底是个什么东西。

        Anaconda， 说的简单直白一点，就是一款能够让你在日后科研过程中更加方便的使用Python 的一个实用性平台，能够提高工作效率。更进一步解释，它是一个基于 conda 的 数据科学和机器学习开发平台。

三、Anaconda里有什么

1. 第三方库

        在一中，我们有介绍道 Conda 内含上万第三方库，那么以 Conda 作为基础的 Anaconda，同样也具有这些第三方库。主流一点的比如：

        numpy - 支持大量多维度数组以及矩阵的运算，内涵许多数学函数

        pandas - 帮助处理各种结构的数据，尤其表格类型的数据（EXCEL表格、SQL数据库）

        matplotlib - 一个可视化库，可以用来绘制论文图片（静态、动态、交互式的都可以）

2. 数据分析工具（常用）

        Jupyter - 我把它称之为网页版的小 Python。可以用它在线编写和执行代码，并且支持一键式运行。同样可以把它当成编程语言的笔记本。

        Orange - 数据分析 + 可视化 + 机器学习

        Spyder - 用处跟 Jupyter 差不多，只不过面向的场景不太一样。Spyder 适用于更科学的分析，而Jupyter更加适合于数据可视化。

四、Anaconda 的利弊

        1. 对于需要进行数据处理以及机器学习的新手来说，成功安装 Anaconda，可以直接助你一臂之力，比较事半功倍

        2.  Anaconda 很大，比较占地方（会占用几个G的运行空间）。所以对于只需进行数据处理（分析），不需要进行机器学习的小伙伴可以直接选择 miniconda【跟 Anaconda 差不多意思，只包含 conda 包管理器和必要的库，但是不占地方】

        2. 对于需要用 Python 做一些除开数据处理之外的应用场景来说，Anaconda 并不太算是最佳选择。创建环境的时候可以使用 pip、vene 。