虽然我都还没有开始怎么学python,但是在很多书、教程，学习视频里第一步都是如何配置环境以及安装编译器等。我觉得ananconda比较合适，包括一起的ipython、Jupyter notebook，编译器spyder有些可能不喜欢（好像有点像matlab），可以搭配pycham，pycharm也是很强大的一款主流开发环境。
Anaconda简介
Python易用，但用好却不易，其中比较头疼的就是包管理和Python不同版本的问题，特别是当我们使用Windows的时候，别的系统笔者还没用过，经常为了安装几个模块包折腾一上午甚至几天，比较烦。Anaconda可以帮我们省去很多不必要的麻烦，Anaconda不是语言，它只是python的一个集成管理工具或系统，它把python做相关数据计算与分析所需要的包都集成在了一起，我们只需要安装Anaconda软件就行了，其它什么都不用装，包括python软件。
Anaconda是一个用于科学计算的Python发行版，支持 Linux, Mac, Windows系统，提供了包管理与环境管理的功能，可以很方便地解决多版本python并存、切换以及各种第三方包安装问题。Anaconda利用工具/命令conda来进行package和environment的管理，并且已经包含了Python和相关的配套工具。
这里先解释下conda、anaconda这些概念的差别。conda可以理解为一个工具，也是一个可执行命令，其核心功能是包管理与环境管理。包管理与pip的使用类似，环境管理则允许用户方便地安装不同版本的python并可以快速切换。Anaconda则是一个打包的集合，里面预装好了conda、某个版本的python、众多packages、科学计算工具等等，所以也称为Python的一种发行版。其实还有Miniconda，顾名思义，它只包含最基本的内容——python与conda，以及相关的必须依赖项，对于内存不够的朋友，Miniconda是一个选择。conda的设计理念：conda将几乎所有的工具、第三方包都当做package对待，甚至包括python和conda自身！因此，conda打破了包管理与环境管理的约束，能非常方便地安装各种版本python、各种package并方便地切换。总之一句话，安装anaconda让我们省去了大量下载模块包的时间，更加方便。
Anaconda是一个打包的集合，里面包含了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，还可以用在大数据和人工智能等领域。安装它后就默认安装了python、IPython、Jupyter notebook和集成开发环境 Spyder等等。
具体的安装前往官网查看https://www.anaconda.com/，建议 ↓ 3.x版本的。下载速度慢的可以用这个，我近期下的，版本不一定是最新的但够用，链接：https://pan.baidu.com/s/1luRD6FFYO8iJYH39ZkWhgA
提取码：avg0
复制这段内容后打开百度网盘手机App，操作更方便哦
安装教程
我推荐这位前辈的，安装完配置好环境后，为了避免可能发生的错误, 最好是在命令行输入conda upgrade --all 把所有工具包进行升级。具体的看这教程，写的很好我觉得https://blog.csdn.net/ITLearnHall/article/details/81708148他还有延伸的内容，正常配置好了环境就安装好了。
上述为初始默认安装的，有个人需求可以自己安装其他的环境。编译器可以选择pycharm，关于这一点在转的教程里也有写。过程遇到其他的问题就只能自行百度了Hh,很多时候软件的安装和使用比较折腾人。