機器學習基礎——Anaconda環境

　　Anaconda 是一個用於科學計算的 Python 發行版，支援 Linux、Mac、Windows 系統，包含了眾多流行的科學計算、資料分析的 Python 包。此外，Anaconda 提供了包管理與環境管理的功能，可以很方便地解決多版本 python 並存、切換以及各種第三方包安裝問題。Anaconda 利用工具/命令 conda 來進行 package 和 environment 的管理，並且已經包含了 Python 和相關的配套工具。
　　與其說 Anaconda 是一個 IDE，還不如說它是一個 Python 環境。Anaconda 中包含 Numpy、Pandas、Matplotlib 等庫，所以說利用 Anaconda 可以讓我們避免將過多的精力花在環境搭建上，從而快速進入機器學習的探索當中。

　　Anaconda 的官方下載地址是 https://www.continuum.io/downloads/，但是國內下載實在太慢了，那麼我們可以到清華大學開源軟體鏡像站下載 Anaconda 安裝包。除此之外，清華大學 TUNA 團隊還提供了 Anaconda 倉庫的鏡像，運行以下命令:

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/conda config --set show_channel_urls yes

即可添加 Anaconda Python 免費倉庫，然後運行 conda install numpy 測試一下吧。

　　我這裡下載了 Windows 64bit 版本的 Anaconda，安裝過程很簡單，雙擊 exe 檔案，根據提示點擊“下一步”即可。

　　Anaconda 包含有超過720個關於科學，資料，工程和資料分析的 Python 和 R 包，我安裝的這個版本需要 1.8GB 空間。如果不想在電腦裡安裝過多的包，也可以使用 Miniconda，它包含了 conda、它的依賴包以及 Python 包。
　　安裝完之後，開啟 Anaconda Prompt，輸入 conda list 列出所有的已安裝的 packages，如下圖所示。

　　可以看到，我們接下來的機器學習所需要的一些庫已經安裝好了，包括： Numpy：科學計算庫，封裝了很多矩陣處理的函數； Pandas：資料分析處理庫，封裝了很多資料處理的函數； Matplotlib：資料視覺效果庫，封裝了很多可視化的函數； Scikit-learn：機器學習庫，封裝了機器學習、建模的函數。

　　最後總結一下：實際上 conda 可以理解為一個工具，也是一個可執行命令，其核心功能是包管理與環境管理。包管理與 pip 的使用類似，環境管理則允許使用者方便地安裝不同版本的 python 並可以快速切換。Anaconda 則是一個打包的集合，裡面預裝好了 conda、某個版本的 python、眾多 packages、科學計算工具等等，所以也稱為 Python 的一種發行版。其實還有 Miniconda，顧名思義，它只包含最基本的內容—— python 與 conda，以及相關的必須依賴項，對於空間要求嚴格的使用者，Miniconda 是一種選擇。

【參考閱讀】
http://python.jobbole.com/86236/
http://www.360doc.com/content/16/1029/18/25664332_602357786.shtml