一、Python环境的配置安装，Anaconda、jupyter和pycharm
Anaconda是在一个包管理器和环境管理器（conda）的基础上发展出来的。数据分析中，常常会使用到许多第三方包，而conda可以很好地安装、和管理这些包。其次，它可以创建和管理虚拟环境。
Jupyter notebook和pycharm都是很好的开发平台，尤其是针对深度学习项目，占据90%以上。
Jupyter notebook的主要优势是可以将代码、说明文本、数学方程以及程序的可视化结果全部组合到一个文档中。
Pycharm是目前使用最广泛的一种集成开发环境，具有编码协助、项目代码导航、代码分析、便于调式等功能。
1.Anaconda
Anaconda包含了conda、Python在内的超过180个科学包及其依赖项。下载镜像：
Index of /anaconda/archive/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror
Anaconda安装后自带Jupyter。
2.pycharm
安装pycharm2020.1.1以上版本。
二、python,Anaconda包相关的概念[1]
1.python包
包 =“工具”；
下载包 = “买工具”；
写程序 = "用工具做东西"（程序import导入）
2.Anaconda
环境 = "好比一栋楼，在楼里面分配一间屋给各种‘包’放，每间房里面的‘包’互不影响"
激活环境 = “告诉电脑，我现在要用这个屋子里面的‘包’来做东西了所以要进这间屋子”
移除环境 = “现在这个屋子里面我原来要用的东西现在不需要了把它赶出去节省电脑空间”
Conda创建环境相当于创建一个虚拟的空间将这些包都装在这个位置，我不需要了可以直接打包放入垃圾箱，同时也可以针对不同程序的运行环境选择不同的conda虚拟环境进行运行。
比如env1装了pytorch1.0，env2装了pytorch1.2，需要使用1.0的时候激活env1，需要使用pytorch版本1.2的时候激活env2，这样就不用每次配环境一个一个包重新安装。
三、常见问题
各版本的python安装镜像：
https://registry.npmmirror.com/binary.html?path=python/
pip安装命令：pip install [packagename] -i https://pypi.tuna.tsinghua.edu.cn/simple
python包镜像源推荐：
阿里云 https://mirrors.aliyun.com/pypi/simple/
中国科技大学 https://pypi.mirrors.ustc.edu.cn/simple/
豆瓣(douban) http://pypi.douban.com/simple/
清华大学 Simple Index
Pycharm更改镜像源：
依次输入上面4个镜像源地址