Anaconda是數據分析、深度學習模型開發的必備利器，Anaconda中已經預先安裝了Python，還預裝了包括numpy、sklearn在內的一系列數據科學、機器學習常用包，開發者可以一鍵安裝，避免複雜的配置。
Anaconda中還包括了Jupyter Notebook。Jupyter Notebook是一個交互式編輯器。在Jupyter Notebook中代碼以代碼塊為單位運行，點擊運行就能看到結果，是數據分析、構建機器學習模型的大殺器。
下面介紹Anaconda的安裝和Jupyter Notebook的使用。
下載Anaconda
到Anaconda的官網上(https://repo.continuum.io/archive/)，選擇一個合適的版本下載。如果下載速度較慢，也可以選擇到中科大的鏡像下載(https://mirrors.ustc.edu.cn/anaconda/archive/)。建議下載Python 3.6版本。相比於Python2，Python 3原生支持utf-8，對中文的支持比較好，不用複雜的轉碼。但是，Tensorflow還不支持最新的Python3.7，所以這裡建議下載Python 3.6。Python3.6對應的是Anaconda3 5.2.0，Windows下建議選擇Anaconda3-5.2.0-Windows-x86_64.exe安裝(如果是32位系統，則選擇Anaconda3-5.2.0-Windows-x86.exe，蘋果系統選擇Anaconda3-5.2.0-MacOSX-x86_64.pkg)。
安裝anaconda
按照安裝程序的提示一步一步的安裝。
這裡選擇Just Me即可。
重要！！注意這裡一定要勾選Add Anaconda to my PATH environment variable，加入環境變量以後，方便我們以後從命令行中啟動Python和Jupyter Notebook。同時也建議勾選Register Anacodna as my default Python 3.6，將Python3.6置為系統默認Python版本。
運行jupyter notebook
到windows自帶的命令提示符下（開始菜單→windows系統→命令提示符），輸入jupyter notebook，回車，會在瀏覽器中彈出一個頁面，這個頁面就是jupyter notebook編輯器，可以在裡面寫代碼啦。(蘋果系統中是在終端中輸入jupyter notebook，回車。)
創建代碼文件
現在在界面中看到的是 c:\users\用戶名\ 下面的一些文件夾。選擇一個文件夾，作為你保存代碼的地方。比如Documents（就是文件資源管理器裡面的「文檔」文件夾），點擊進入。右上角有一個「New」的按鈕，點擊那個按鈕，然後選擇「Python 3」（如果之前下載的是python 2.7版本的anaconda，這裡就選擇「Python 2」。現在就可以寫代碼啦。
編輯器簡介
Jupyter Notebook中的代碼是一塊一塊的，點擊左上角的加號，就可以增加一個代碼塊。選中一個代碼塊，寫好代碼以後，點擊上面的三角形播放符號，就運行這一塊的代碼，輸出的結果會直接顯示在這個代碼塊下面，馬上可以看見結果。這種編程模式稱為交互式編程，是最適合數據科學的一種編程模式。點擊左上角的保存符號，就保存了代碼文件（包括所有輸出的結果）。其他的功能可以慢慢摸索。