关系梳理
1、Python是一种解释型、面向对象、动态数据类型的高级程序设计语言。
虽然Python3.5自带了一个解释器IDLE用来执行.py脚本，但是却不利于我们书写调试大量的代码。常见的是用Notepade++写完脚本，再用idle来执行，但却不便于调试。这时候就出现了PyCharm等IDE，来帮助我们调试开发。
2、PyCharm是一种Python IDE，带有一整套可以帮助用户在使用Python语言开发时提高其效率的工具，比如调试、语法高亮、Project管理、代码跳转、智能提示、自动完成、单元测试、版本控制。此外，该IDE提供了一些高级功能，以用于支持Django框架下的专业Web开发。
但是Python自身缺少numpy、matplotlib、scipy、scikit-learn....等一系列包，需要我们用pip来导入这些包才能进行相应运算（在cmd终端输入：pip install numpy就能安装numpy包了。）
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大蟒蛇来解决这个问题。
3、Anaconda是一个开源的Python发行版本。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。因为包含了大量的科学包，Anaconda 的下载文件比较大（约 531 MB），如果只需要某些包，或者需要节省带宽或存储空间，也可以使用Miniconda这个较小的发行版（仅包含conda和 Python）。
Anaconda通过管理工具包、开发环境、Python版本，大大简化了工作流程。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。
1、安装Anaconda
1、进入Anaconda官网下载Anaconda，官网下载地址：https://www.anaconda.com/download/
点击需要的版本进行下载，我这里选的是Windows版。
安装界面介绍：
注意：这里建议第二个选项不要打钩（因为我们有可能平时使用的是默认的python.ext，这样会产生冲突），在需要的时候我们可以在pycharm中找到文件的安装位置进行添加即可，单击“Install”，之后便可进行安装，然后等待安装完成。
2、在PyCharm导入Anaconda
3、在Anaconda中安装新的Python包
