
1.1 安装Anaconda
Windows用户可以在Python官网下载Python,官网当前版本为Python 3.9.2(见图1-1),笔者下载的是Python 3.8.5。Python的安装过程与其他Windows软件的安装过程类似,此处不再介绍。如果要编写代码,则在“开始”菜单栏内直接选择“IDLE”命令即可。
打开Python的原生编辑器IDLE,启动Python解释器。
在提示符“>>>”后面输入“print(''hello world'')”,如图1-2所示,然后按Enter键,可以看到输出结果是“hello world”。
在Python的原生编辑器IDLE中,“>>>”表示输入提示符,等待输入代码,输入代码后,按Enter键即可执行该代码,它的下一行表示输出结果。在不做特殊说明的情况下,本书用“>>>”表示的是在Python的原生编辑器IDLE中输入代码。

图1-1 下载Python

图1-2 IDLE界面图
但是,使用原生编辑器对于初学者来说非常麻烦,如需要安装第三方库。因此,笔者建议读者使用Anaconda。本书将基于Anaconda下的Spyder和Jupyter Notebook运行代码,因为Spyder和Jupyter Notebook已成为数据分析的标准环境。
用户可以直接在Anaconda官网下载Anaconda。因为Anaconda更新较快,所以用户可以按照自己的计算机配置情况下载适配的版本。另外,Python也是如此。本书使用的Anaconda如图1-3所示,下载的安装文件的文件名为Anaconda3-2020.11-Windows-x86_64.exe。
双击安装文件,用户可以自定义安装位置。安装完成后,在“开始”菜单中可以看到如图1-4所示的Anaconda菜单。

图1-3 Anaconda官网的下载页面

图1-4 Anaconda菜单
Spyder的使用比较简单,其界面如图1-5所示。
在代码编辑区编辑代码,运行选定的代码,按F9键即可,在该版本(Anaconda 3-2020.11)之前使用Ctrl+Enter快捷键也可以运行代码。由于Anaconda版本不同,因此界面按钮及快捷键可能略有不同。

图1-5 Spyder界面