anaconda是什麼？我已經安裝了python3.5感覺很難學啊，anaconda這個軟體好學嗎？

04-05

(補充: 現在不考慮gpu的話，矩陣運算python已經不比matlab慢了，最新版anaconda集成了mkl)
anaconda好啊，spyder好啊，jupyter notebook好啊。
anaconda是什麼呀？控制python版本和包管理的工具，內置了集成開發環境Spyder。
好學嘛？很好學，spyder也是最簡單的python ide，並且在中小型的工業項目上也不會輸給pycharm太多(本來就不是面向工程開發的。
她是科學計算神器，對實踐靈感非常友好，內置無數py包。

你想想現在為什麼python這麼火？我覺得和web開發之類的毫不相干，和那一堆雜七雜八的東東毫不相干，更和爬蟲毫不相干。

就是科學計算(+機器學習)，基於 scipy,numpy,pandas, matplotlib，硬生生撐起一片天的科學計算。如果黑python，是作為一個外行去黑她語法的張力和顏值，並沒有打到痛處。

scientific環境的python，雖然畫圖方面被ggplot2吊打，略差於matlab，但速度遠勝R(Rcpp你能寫出numpy的速度我也服)，大規模計算差於matlab(沒辦法，matlat有intel MKL加很好的GPU支持，畢竟本身是付費軟體，比開源還是強。現在Julia比matlab矩陣慢的原因還不是免費版沒有MKL，但python也能用pycuda快速開發gpu計算程序，性能損失也不會差到和open*l那樣)，最關鍵的是有非常便利的面向對象支持和函數式支持(儘管這種程度在專業人士可能看來非常可笑，但用python寫出可讀性高，擴展性高，較為美觀的代碼可以說是非常低門檻的)。

和科學計算有很大親緣關係的ML，大家也看到了，10個DL框架有9個只給python介面，剩下一個python和c++都支持(笑), lua是什麼我不認識(微笑。

說到這裡，題主也該好好寫寫代碼了。有啥不懂的，dir/help一下就好了。

然後我們說下其他的…

——————————分割

小冰封宣傳hs沒問題，來黑conda就不對了。。。
學anaconda的大部分是出身理科類似統計這樣的專業，面對的工作是科學計算，統計分析，模擬實驗，整個領域的生態圈如此。。

你讓人家去搞haskell，人家deadline怎麼辦，每個python包找hs對應都要好久惹…以python的實用小工具包的數量和便利性幾乎可以碾壓jvm的程度，我估計很多事情轉到hs上還是缺了很多東西的。。

而hs科學計算方面的社區規模怕不是還不如perl。。。

用hs的話，人家怎麼融入領域圈子？更多地，發文章，審稿人都寫MATLAB, R, Perl和Python的，你寫個haskell???

這樣嚇別人，題主怕了去寫hs發現和大環境格格不入，如果不是造輪子大牛，怕不是又跑回去寫辣雞MATLAB，面向對象可以把性能減少50%(畢竟obj=obj.method()實在吐槽不能)。

這種事情能少一件是一件。

況且python寫到後面，有點追求的，多半要去學haskell。

python懶人養成攻略:

c++/java風格 =&>
大量使用列表解析，動態對象(比如沒事給類實例setattribute)，應該是被笨重的語言壓抑久了=&>
開始注意程序美觀程度和簡潔程度，盡量少的使用循環，函數都是pure的，大量使用itertools，functools中的函數做敏捷操作=&>
除了顏值外，開始注意程序的連貫性和內在邏輯，發覺python的某些表達非常的冗餘，而且特性太少(雖然擴展起來很容易，而且不像c++/java那樣擴展之後靈活性會減少，但是太無聊了，完全追求簡單並不一定好)，並且苦惱於GIL(畢竟是做計算)，原始數據結構有時不夠用，開始大量使用eval, exec模擬元編程，使用subprocess, multiprocessing做演算法調度，給變數加沒有用的類型注釋=&>
寫各種DSL，給python的解釋器上套東西。比如可以用大括弧替代縮進，簡化並加強lambda定義，添加模式匹配=&>
尋找具有不亞於python膠水特性，並且更加簡潔的語言…

但很可惜，單論膠水特性，python真的上天了(不知道這是不是python在黑客中受歡迎的原因。

我覺得...在題主糾結是否要放棄強膠水特性而選擇hs這類語言時，才是最佳安利時機?

Anaconda 是一個可用於科學計算的 Python 發行版，如果把Python比做Linux，那麼Anaconda可以看做Ubuntu。它內置了常用的科學計算包。它解決了Python官方包的兩大痛點。

第一：提供了包管理功能，Windows 平台安裝第三方包經常失敗的場景得以解決。
第二：提供環境管理的功能，功能類似 Virtualenv，解決了多版本Python並存、切換的問題。

初學者還是先把Python基礎學好了再去了解Anaconda，儘管Anoconda很簡單。

雖然是 suite，但是個人覺得主要解決的痛點是 conda package manager 可以和一些非 python lib 合作；以及及時的不更新以保證代碼可用（比如 matplotlib 更新後的一片相關包）。於是和 docker 之類的整合也被放在 anaconda 中。

如果只是個人用戶用 python 的話，個人覺得 pip 或者 easy_install 比較直觀一些。如果想要偷懶可以用 conda 但是查 package error 可能會略微受苦。

[此處應插入太陽騎士的圖片]

個人的推薦是如果是初學者的話，直接用 pip 莽就好了 (個人的姿勢是 vim-slime+tmux+ipython)

[此處應再次插入太陽騎士的圖片]

Anaconda is the leading open data science platform powered by Python. The open source version of Anaconda is a high performance distribution of Python and R and includes over 100 of the most popular Python, R and Scala packages for data science.

你是Python 難學，還是這個套件難學？

個人覺得Anaconda 還是比較好用的。這個學期有一門課需要學習python ，當時一開始安裝的是pycharm3版本，但是發現很多package 都無法成功安裝，不知道原因。後來，老師給我們推薦了 anaconda ，一開始是懵逼的 ……但是發現，基本上的package 都已經自動安裝了，所以可以直接調用。

再後來，前段時間，要做一個期末project ，自己作死，想做機器學習。然後發現，機器學習的tensorflow需要在 python 3.5才能實現，內心是崩潰的 ……當時安裝的 anaconda 默認是python 3.6版本...上網查了一通，走了很多彎路，才發現anaconda 的神奇之處，可以用anaconda prompt 配置不同的環境，不同環境下運行不同版本的python。

另外，安裝package 之類的，也可以在 prompt寫，個人覺得還是比較方便的。