1 搭建Python编程环境

本课程采用的编程环境是Anaconda + VSCODE，也是现实的数据分析行业中的常见组合

Anaconda: 流行的发行版。包括Python代码解释器，以及数据分析、科学运算等等一大堆包。

VSCODE: 微软出品的代码编辑器，最流行的选择之一。

对于初学者，一个粗暴的理解是：我们将会在vscode中写代码，然后让anacodna中的python来运行。

1.1 安装Anaconda

Python除了指代一种编程语言，同时指一个巨大的程序仓库。Python非常流行，因此用Python编程的一个好处，就是你遇到的大部分问题，都有别人写好的程序（称为包Package或者库Library）帮你来完成。

例如，处理二维表格的Pandas，绘图包Matplotlib等等，这些包已经完成了绝大部分基础性的工作，你只要按你的要求调用它们提供的函数或者方法即可。比如你只要告诉Pandas读取一个Excel文件，数据出现在你的屏幕上：从你的指令开始，中间工作都不用你来完成。

大部分编程工作，我们往往要调用大量这些别人写好的包或者库。但是数据分析类的工作，要用的库大同小异，因此有人把面向这类工作的包（包括上述Pandas和Matplotlib等），全部打包到一起，形成一个所谓“发行版”，这就是的Anaconda。

Anaconda包括了Python的执行程序（代码的解释器等）以及大部分数据分析工作要用到的包（虽然大部分你可能用不到），完成本课程有余。

当前（2024年8月），最新版本的Anacoda附带的Python为3.12.x版，我们的课程默认是用这个版本。但需要注意，实际上工作中追新是意见非常危险的事情，往往选择上一个版本（比如3.11.x版）会更加稳妥。

Anaconda的安装包可以在其官方网站下载。如果官方网站访问速度太慢，可以采用清华大学的镜像地址。

以下是两种下载方式，选择一种即可：

下载地址：https://www.anaconda.com/download/success

拉到最后，按你电脑的操作系统，选择下载对应的64-Bit Graphical Installer即可。

如果访问Anaconda官网速度太慢，可以采用清华大学镜像地址来下载：

https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-2024.06-1-Windows-x86_64.exe

https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-2024.06-1-MacOSX-arm64.pkg

https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-2024.06-1-MacOSX-x86_64.pkg

安装则只需要一路下一步即可。

注意：

更换安装路径

如果你更换了安装路径，比如你的C盘空间不足，后面有可能在vscode（我们写代码编辑器）中要额外指定，见后续的内容。

启动会后出现终端界面，当你看到(base)即可，后续会解释。

基本上是当前最受欢迎的编程编辑器之一，我们将会在这里写代码。

请在其官方网站进行下载。

启动vscode，点击左侧工具栏的“插件按钮”，我们需要安装这几个插件：（如果是微软出品的插件，可以看到一个蓝色底的✓标志以及Microsoft字样）。

请逐一搜索并安装，如图所示。

至此，编程环境已经搭建完成。