Python開發環境-Anaconda介紹

在最近幾年裡，經常會在許多場合看到“人生苦短、我用Python”這句話。作為膠水語言(glue language)的一份子，Python的確是目前最熱門的程式開發語言之一，在人工智慧、深度學習、機器學習、資料分析、區塊鏈、自動駕駛、物聯網等應用中，無處不存在Python的影子。

在學習程式語言入門時，我們撰寫的第一個程式，通常為顯示”Hello World”這個字串。所以下面將介紹如何撰寫Python版本的Hello World程式。
首先您需要使用一個文字編輯器，開啟一個文字檔。寫下print(“Hello World”)這段文字，並將其儲存為副檔名為py的檔案，如hello.py。

註：副檔名並不一定要為py，只是希望未來能夠”顧名思義”，看到.py的檔案，就能夠知道該檔案為Python所撰寫的程式。

之後，您需要從https://www.python.org/download/ 依照您的作業系統，下載與安裝Python 3.X的執行環境。註：請盡量不要使用Python 2.7版本，因為許多Python模組，將於2020年開始不支援Python 2.7。所以請下載與使用Python 3.X版本。

安裝完成後，在作業系統的命令提示字元環境下，執行下列指令：

$ python hello.py

到此，恭喜您完成第一個Python程式。然而實際上的Python程式，不若上面範例這般簡單，往往需要撰寫相當複雜的程式邏輯，以達到所需功能。為簡化程式開發的難度，Python社群設計出許多不同用途的模組，用來加速開發速度，不用重新”發明輪胎”。您只要使用pip install 模組名字，便自動由網際網路下載與安裝該模組，然後在Python程式中，使用import 模組名字後，便可以引用該模組的功能。

這一段敘述看似美好，但實際上，安裝模組時，有許多相依性問題。例如：pip install scipy這個模組時，通常必須先安裝許多其他模組。這時候，您可能就直接求助”谷歌大神”，經過一段時間的奮戰，好不容易，終於安裝完成。這時候才能夠繼續Python程式開發的學習。但這只是其中一個模組，這一段過程將不斷地重複上演。所以您需要一個更好的工具，幫助您管理Python開發環境，讓您集中精神在程式開發上，而不是環境設定。

這裡建議一個免費、開放原始碼、多作業系統的工具：anaconda。這工具可由https://www.anaconda.com/download/ 下載。註：建議安裝3.X 64bit版本。

安裝anacoda完成後，可以繼續使用命令提示字元方式或Juptyer notebook圖形化互動式開發Python程式。

執行Anaconda Navigator，啟動Jupyter notebook。

開啟一個新Python 3 notebook

在目前為綠色的code cell中，撰寫Python指令。完成後，按下Run以執行這個cell的內容。

執行結果將出現在此cell的下方，同時將開啟另一個新cell，以撰寫另一段程式碼。

Anaconda安裝Python模組時，將自動安裝相依模組，這是pip無法做到的重大差異。當然anaconda也自動安裝一些目前Python環境中，常被使用的Python模組，可使用conda list顯示。

使用Anaconda-Navigator安裝scikit-bio的範例

如果scikit-bio需要目前尚未安裝的Python模組，將會自動出現相依模組列表。

從上面的簡單示範中，可以看出，Anaconda可以大幅度簡化初學者的負擔，只需要專心在學習、撰寫Python程式部分，不需要擔心環境、套件安裝等繁瑣工作。同時也是目前使用Python從事資料科學、機器學習專案的最佳工具，在此建議所有的Python程式開發人員，都應該安裝與使用Anaconda。