Datawhale | NLP （1）

写在前面：
这是NLP班的第一次作业，只要就是安装软件，配置环境之类的，由于之前已经配置过环境，所以这里就把以前写的博客的部分内容拿出来，可能不是完全按照群里给的框架来写的，请见谅！

文章目录

• 1. Anaconda 概述
• 2. Anaconda 优势
• 3. Pycharm
• 4. Python安装第三方库的方法

1. Anaconda 概述

Anaconda 和 Jupyter notebook已经成为数据分析的标准环境。Anaconda是包管理和环境管理器，Jupyter notebook可以将数据分析的代码，图像和文档全部组合到一个web文档中。

2. Anaconda 优势

（1）Anaconda 是包管理和环境管理器，是在conda的基础上发展起来的，conda 可以帮助在计算机上安装和管理各种第三方库，包括安装，卸载和更新包 。conda 还可以很好的管理环境，例如你A项目要用到 python2，B项目要用到 python3，conda 就可以让你在不同的项目中建立不同的运行环境（即选择 python2 或者 python3），有时候每个项目用到的包（例如 numpy包）的版本不同，你就可以为每个 numpy 版本建立一个环境，然后在不同的环境中进行工作。

（2）Conda 可以同时安装多个包，例如 conda install numpy pandas 命令就可以同时安装 pandas 和 numpy 包，还可以通过版本号来指定所需的版本，例如 conda install numpy=1.10 ，Conda 还会自动安装依赖项，例如 scipy 依赖于 numpy，当你安装scipy 时，conda 还会自动帮你把 numpy 也安装上。

（3）conda prompt 的比 cmd 稳定很多。我刚开始使用 cmd 里的 pip 命令行时经常出错，用 pip 命令行升级 pip 也不行，当时困扰了很久，最后时使用 anaconda prompt 里面的 conda 语句解决的。 anaconda prompt 和 cmd 基本上都一样，都是通过命令行来操作，使用 anaconda prompt 唯一需要注意的点就是打开时右击以管理员身份运行，因为安装的时候可能出现权限问题。

3. Pycharm

Anaconda 在演示，教学的时候使用比较方便，但是在大型工程中，让你 debug 的时候还是需要一个IDE的，在经过网上调研和周围同学推荐后，最后选择了pycharm。目前刚刚接触，感觉界面还是挺喜欢的。由于刚刚使用，很多功能还没用到，很多优势也还没发现，后期如果有机会的话可能单独写一篇关于pycharm的博客。

4. Python安装第三方库的方法

1. 在pycharm中安装，顺序依次是File > Setting Project > project interpreter(解释器) > 点击‘+’选择想要的库安装/卸载即可。
2. 在anaconda prompt用管理员权限进入后使用conda命令安装，卸载和更新
3. 在cmd中使用pip命令进行安装，卸载和更新
   安装选择方法就是我上面的叙述顺序，pycharm安装库是最简单和适应的，适合那些不习惯命令行的同学，anaconda prompt是我认为比cmd更稳定的一种方法，就我而言，我会先选择anaconda prompt而最后选cmd这种方法。