⼀条龙！关于Anaconda与PyCharm的安装与基础配置中出现
的常见问题与解决⽅案
本篇⼩⽂针对⼀些新⼿可能会碰到的问题推荐⼀些有⽤的⽅法，给出链接，省去了⽹上查筛选的过程，具体不作细讲。Anaconda原⽹下载速度太慢？
别去原⽹下载，慢的很。⽤清华的镜像快得多：
可先点Date进⾏⽇期倒序排列。
根据⾃⾝需求，仔细观察⽂件名进⾏选择下载。如Anaconda3-2019. 即在2019年3⽉新出的版本，可适⽤32位和64位系统，Python版本为3.
清华的镜像⽹站还有各种Linux和Docker，及其他常⽤的下载，可⾃⾏搜索。
关于Anaconda的更多信息可参考：
Anaconda安装中的指⽰看不懂？
其实⼤多数你就点next或者agree就ok，不过有两点需要注意：
安装⽬标⽂件夹路径不要有中⽂和空格，这将给anaconda⾥包的安装带来问题，可能导致很多包安装失败，如果⼀个个⾃⼰安装，这就失去了我们选择anaconda的意义；
在这个页⾯勾选两个单选框，尤其是第⼀个，即将anaconda加⼊到系统的环境变量中（虽然它下⾯的英⽂说不推荐）。这样我们才可以直接在命令⾏中调⽤python。
另外，安装时间有点长，需要⼀点耐⼼。。。
安装之后怎么⽤呢？
安装完之后，你的开始菜单中会出现⼀堆东西：
我们逐个介绍。
Anaconda Navigator
⾸先可以点第⼀个Anaconda Navigator即Anaconda（图形操作界⾯），如果可以成功开启（需要等⼀会），那就是安装成功了。
左上的sign in 不⽤管，这不是视频⽹站，不登录冲会员就不给看。
左侧导航栏中Home主页，左上Applications on填着base（root）根环境。我简要解释⼀下Anaconda的优势，即它可以在整个电脑中针对python的不同版本产⽣多个虚拟环境，⽐如说我这个电脑根环境也就整体是3.7版本的，但是现在公司有⼀些Python 2.7的⽂件需要我改 ，那么我就可以在Anaconda中设⼀个2.7的⼩环境，完全独⽴于现有的Python 3.7环境，我在这个环境中配置⼯具，完成⼯作。如果你看过⼀些中国古典⽞幻⼩说，这就类似【结界】。
如何创造环境（结界）呢？如下图，右侧栏点击环境Environment，左下点击创建Create，对话框中输
⼊名称并设置语⾔版本，确定后等待⼀会即可（我这个新版本已经可以兼容R语⾔了）。左下剩下的键包括克隆Clone，导⼊（复制）Import以及移除Remove，可⾃⾏选⽤。
那么现在我们回到主页Home，剩余部分，这些类似卡⽚⼀样的选项卡（如JupyterLab等）是什么呢？我们知道，在每个环境中，完成⼯作需要配置⼯具，这些选项卡上写着Launch启动的就是已经安装完的⼤模块（⼯具），写着Install安装的就是没有安装的⼯具（⽤得较少）。
当然不同环境的⼯具不可通⽤，各个环境需要什么⼯具需要⾃⼰配置。在主页中列出的都是⼤的模块，具体⼩的包package，在第⼆张环境Environment中，需要安装什么包，更新什么包，查什么包，都可
以⾃⾏在上侧的选择框和搜索框中操作。
左侧导航栏还有学习Learning和社区Community，分别对应各个模块的官⽅⽂档和讨论社区。
以上就是关于图形界⾯的使⽤，⽹上似乎对这个部分认为逼格较低，介绍较少。
Anaconda Powershell Prompt/Anaconda Prompt
如果你熟悉命令⾏，那这部分应该没有难度。对于常见的任务，这部分与Navigator完成的没有差别。知乎对这部分的介绍已经⽐较全⾯，在这推荐⼀个回答：
Jupyter Notebook
这是如今最⽕的数据科学软件，集成到了Anaconda中了。总体⽽⾔，这是⼀个【图⽂并茂】的，完美适配Python输出展⽰的软件，软件基于浏览器，输⼊输出都在浏览器上完成。在此我⾸先推荐两篇较浅的介绍：
还有⼀篇去年的⽂章，很长，但好好看完基本没啥问题了：
另外⽐如说你想；或者想要些，或者是最常见的问题问题，我这⾥都告诉你了；如果还有些奇怪的问题，还可以这个：；你要是欲罢不能，可以搜索量⼦位或者机器之⼼，有些挺好的东西⾃⼰看看吧。
Spyder
这是Anaconda⾃带的数据科学IDE，即集成开发环境，专为数据科学量声打造。如果你熟悉MatLab，你会发现对这个软件很好上⼿，因为。相对于上⾯的Jupyter
Notebook，最⼤的优势是名字⽐较帅（划掉，是有⼀个强⼤的变量⼯作区，可以看这个变量现在是什么值，其次就是代码⽐较完备，不是零散的，界⾯也⽐较整洁。
这⾥是对于Spyder⼀篇较深的介绍：
如果你想多试⼏个Python编辑器，这⾥是⼀篇简单介绍的⽂章：
那么PyCharm呢？
⾸先呢还是需要下载，不过这⾥我推荐淘宝，⽐较快。我什么都没说哦。不过你要是想要。。。
spyder python下载
提取码：z1b8
然后需要将PyCharm的翻译器设置为Anaconda中的Python，我推荐的是这篇，有截图：
总体⽽⾔，PyCharm针对的不是数据科学（那是Spyder），⽽是Python语⾔本⾝，⾃⾝最强的优势是提⽰和⾃动补全。这是较初步的介绍：
以上就是本⽂内容，欢迎⼤家使⽤。