1、安装anaconda
Anaconda是python的一个发行版，集成了很多科学计算的包，只要安装了Anaconda就不需要在另行安装python了。（当然，自行安装python，然后pip安装一堆包也是可以的）另外，anaconda还提供了一些很有用的工具。
因此机器学习的介绍，我们实验环境先安装Anaconda（官网下载也有python2、3版本不同的exe，建议安装python3版本）
2、Anaconda Navigator
Anaconda Navigator提供2个核心功能：
1）可以好像app store一样，直接搜索需要安装的包，点击下载。有些包就不需要用传统的pip 或者python setup.py install之类的来安装了（但是后面安装tensorflow与keras我们还是用传统pip安装）
2）可以进行虚拟环境的构建，因为有时候开发应用，可能需要python2与python3，又不想他们之间互相影响，又不想搞多台开发机。这个时候就可以用Navigator构建出多个虚拟环境，每个虚拟环境的包都是独立隔离的。例如第1个环境用python2跑django做网站，第2个环境跑python安装tensorflow做神经网络，第3个环境安装python安装keras做神经网络，点击create即可创建环境。
例如创建叫“testenvironment的环境。
使用环境需要打开下一个工具，激活才能使用
3、Anaconda Prompt
Anaconda Prompt可以用来激活与切换不同的虚拟环境，启动后，输入
activate testenvironment
则激活并且进入了testenvironment这个虚拟环境。
conda list
可以看到虚拟环境里面安装的包。
conda install django
则会对当前使用的虚拟环境下安装对应的包，例如安装django包
deactivate testenvironment
可以退出虚拟环境。
4、Jupyter Notebook
Jupyter Notebook是在线编辑与执行py程序的工具，有了它就可以不用安装pycharm了。
而且有个好处是以往每台机器都需要安装pycharm，个人使用个人的电脑编程。现在只需要1台机器安装了Jupyter Notebook，并且启动了Jupyter Notebook服务，其他用户就可以通过浏览器访问这台机器的IP:8888/tree，看到Jupyter Notebook工作目录下的python代码，并且可以利用Jupyter Notebook在线编译与执行代码了。
对于代码分享，共同review、协同工作，在线编译试调程序，提供了很大帮助。
5、其他工具
还有ipython与Spyder，用途与Jupyter Notebook有点类似，都是用来执行python代码的。
