从0到1，AI我来了-（前奏2）Python环境搭建

Python 是学AI最短的学习路径，那我们看下环境如何管理，一劳永逸，我们选择Anaconda。

一、为什么用Anaconda?

官方说：All the Best Tools in One Platform (最好的工具集聚合平台）

The world’s most popular platform to develop and deploy secure Python solutions, faster（最受欢迎的平台，可更快更安全的开发、部署python 解决方案）

二、安装Anaconda

下载地址：Download Anaconda Distribution | Anaconda

上一小节，我们已经安装了brew，执行下面命令，安装Anaconda.

brew install anaconda

安装完后，类似Java 配置环境变量，把可执行命令，添加到全局可执行。

echo 'export PATH="/opt/anaconda3/bin:$PATH"' >> ~/.zshrc
source ~/.zshrc

验证安装结果：(恐龙帅不帅...)

三、添加国内源,提速资源下载

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/                                                      
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes

再看下Channel URLs : 

四、上点开胃菜

  启动Anaconda,我们来了解下 Jupyter Notebook、 JupyterLab，然后小试牛刀。

jupyter Notebook和JupyterLab都是基于Web的交互式开发环境，‌用于编写、‌运行和分享代码。‌Jupyter Notebook适合简单的交互式计算和快速原型开发，‌而JupyterLab则更适合复杂的数据分析和开发任务，‌具有更强大的界面和扩展能力

1）JupyterLab

是一个开源的Web应用，‌允许用户创建和共享包含实时代码、‌方程、‌可视化和叙述性文本的文档。‌它支持多种编程语言，‌如Python、‌R、‌Julia等，‌并且可以通过浏览器访问。‌Jupyter Notebook特别适合简单的交互式计算和快速原型开发，‌因为它提供了一个直观的界面，‌使得用户可以轻松地编写和运行代码，‌同时查看结果和输出

       小试牛刀

2）Notebook

是Jupyter Notebook的下一代用户界面，‌提供了一个更加现代化和灵活的开发环境。‌它支持多窗口布局，‌允许用户在同一个页面内同时打开多个Notebook、‌文本文件、‌终端等。‌JupyterLab还支持插件扩展，‌可以根据需要安装和配置各种插件，‌如代码编辑器、‌文件浏览器、‌绘图工具等，‌以满足不同的需求。‌这使得JupyterLab更适合复杂的数据分析和开发任务，‌提供了一个更强大的界面和扩展能力.

差异点：

下篇，我们开始找个案例，手写数字的自动识别输出案例。