Python數據分析及可視化之python安裝
前言
2017年07月IEEE Spectrum 發佈了第四屆頂級編程語言交互排行榜，結合 10 個線上數據源的 12 個標準，對 48 種語言進行了排行，Python位列第一，足以證明影響力。
關於Python版本的選擇，兩三年前程序員們還在爭執選擇2.7還是3.X，我果斷選擇3.X，無他，這是一門高級編程語言，其最終的發展應該是進化的，而不是停留在老的版本。
安裝
安裝1（可選安裝Python）：系列文章代碼均在WIN7平臺上測試通過，其他環境可自行查找對應的解決方案。在https://www.Python.org/downloads/windows/下載與使用者系統對應版本的 Python安裝包（exe文件），下載後直接點擊運行便開始安裝，一路默認。安裝時可自己選擇安裝位置，選中Add to path直接配置環境變量。
安裝2（推薦安裝Anaconda）：由於版系列文章主要介紹數據分析及可視化，大部分源碼將採用Jupyter，而Anaconda集成了各種基礎開發環境、Jupyter、數據科學常用Python庫。下載地址：http://continuum.io/downloads。下載與使用者系統對應版本，一路默認安裝即可（注意配置環境變量）。
安裝3（推薦安裝Pycharm）：由於本主一開始從爬蟲，Web再到數據分析，所以選擇了該IDE。在https://www.jetbrains.com/pycharm/官網中下載，選擇專業版下載，並安裝到自定義的路徑。推薦網站http://idea.lanyus.com/，直接獲取激活碼。
安裝4（推薦安裝Notepad++）：對於一些txt，csv甚或簡單的py代碼都可以用它臨時打開或執行；另外，還可以用它做臨時筆記。
注意：以上安裝若出現問題，請自行搜索補腦，理論上用Anaconda不會出現什麼么蛾子！
依賴庫
方案1（推薦使用pip，我習慣用清華源，速度快些）
pip install requests -i https://pypi.tuna.tsinghua.edu.cn/simple
方案2（使用conda，可在conda中配置安裝源，略）
conda install requests
方案3（使用Pycharm）
在Pycharm>File>settings...
打開項目
接下來的教程將使用Jupyter，在本地磁盤任意位置新建一個工作文件夾，然後按Win+R運行CMD，執行：
jupyter notebook --notebook-dir=工作文件夾絕對路徑
Jupyter的快捷鍵、使用技巧、黑魔法命令可以自學，個人推薦?或者？？查看函數說明，其他都是小問題。
利用aonda安裝jipter擴展，該擴展裡面有不少好用的插件！
conda install -c conda-forge jupyter_contrib_nbextensions
文末
安裝中可能會遇到一些故障，但連這點小故障都不能通過搜索解決，接下來的路怎麼走？安裝好了，自己先體驗以下，接下來直接上Jupyter源碼啦，啦啦啦！