【更新】设置PYTHON编译环境

建议你下载并安装 Anaconda，即使你的计算机上已经安装了 Python。它包含大量专为数据科学构建的库和软件，而你可能将用到它们，但其中一些若没有 Anaconda 会很难安装。Anaconda 还会使你在计算机上设置不同环境变得非常容易，让你可以在不用的 Python 和包之间轻松切换！比如，你开发的一个项目可能要求 Python 2.7，而另一个要求 Python 3.6 以及不同的依赖项。

1.安装Anaconda

Anaconda指的是一个开源的Python发行版本，其包含了conda、Python等180多个科学包及其依赖项。 [1] 因为包含了大量的科学包，Anaconda 的下载文件比较大（约 531 MB），如果只需要某些包，或者需要节省带宽或存储空间，也可以使用Miniconda这个较小的发行版（仅包含conda和 Python）

Anaconda下载地址：https://www.anaconda.com/distribution/

这里先解释下conda、anaconda这些概念的差别。conda可以理解为一个工具，也是一个可执行命令，其核心功能是包管理与环境管理。包管理与pip的使用类似，环境管理则允许用户方便地安装不同版本的python并可以快速切换。Anaconda则是一个打包的集合，里面预装好了conda、某个版本的python、众多packages、科学计算工具等等，所以也称为Python的一种发行版。其实还有Miniconda，顾名思义，它只包含最基本的内容——python与conda，以及相关的必须依赖项，对于空间要求严格的用户，Miniconda是一种选择。

进入下文之前，说明一下conda的设计理念——conda将几乎所有的工具、第三方包都当做package对待，甚至包括python和conda自身！因此，conda打破了包管理与环境管理的约束，能非常方便地安装各种版本python、各种package并方便地切换。

【更新】设置PYTHON编译环境