同事都觉得在Linux下的科学计算环境才专业，mac也可以。个人觉得在windows上开发效率最高，部署的时候多测试下而已。

anaconda 作为基础，conda管理包，PyCharm作为开发环境。虽然目标机器windows7 64，但macOS，windows，linux三个平台都能保证基础平台一致，一个组里大家不论操作系统有多差异。底层python环境，开发环境都能一致统一。即使很多原因造成python以及库版本不统一也能通过conda env 虚拟出一致的环境。anaconda

在官网 选择不同换进的下的安装包 Anaconda，Anaconda 5.2 For Windows,python 3.6 64位的安装包。一路下一步安装即可。qtconsole

一般情况下，我会把这个当作全能科学计算器使用。conda

Conda 是一个开源的软件包管理系统和环境管理系统，对于包管理推荐次序conda> pip> easy_install>源码编译。

#获取版本号

conda -V

#查看帮助信息

conda -h

-h查看系统的帮助文档，功能很强大，我常用的有以下几个：

#在服务端查找关键字为‘pyqt’的，所有python版本下的安装包

conda search pyqt

#更新或者安装pyqt5

conda update pyqt5

conda install pyqt5

#移除安装包

conda remove pyqt5

#显示所有的包

conda listenv 虚拟环境

在没用anaconda之前，个人觉得python的包依赖和c++的包依赖库一样，让人心生畏惧。对于在开发本上如果存在多个项目，多个python版本，最好还是让项目跑在专业的虚拟环境下，自己的沙盒下。免得污染其它或整机环境。很多帖子都介绍virtualenv，我觉得既然conda env能做，就不换工具了。

#查看环境管理的帮助

conda env -h

#查看已有的虚拟环境

conda env list

#创建一个名字为 p350,版本为 python3.5.0的虚拟环境

conda create --name p350 python=3.5.0

#进入p350的虚拟环境

activate p350

上图先激活了p350这个虚拟环境，在cmd当前命令行前面的括号中提示所在的环境已经由base切换到p350.并且在查看本机安装的虚拟环境时，p350安装路径前用×号标识出是当前环境。

#退出当前虚拟环境p35，回到base环境

deactivate

#从p350克隆一个虚拟环境p35-1(不仅是python版本，还有安装包)

conda create --name p35-1 --clone p35

#删除虚拟环境 p35-1

conda remove --name p35-1 --all

#备份虚拟环境，把当前虚拟环境中的p27备份到本地硬盘

conda env export --name p27 > C:\Users\yang\p275.yaml

#把当前虚拟环境备份

conda env export > C:\Users\yang\p275.yaml

#在别的机子上加载备份的虚拟环境

conda env create -f C:\Users\yang\p275.yaml

pycharm

在官网上下载安装即可，一般程序员喜欢折腾，页面风格，代码风格都要定制一下。此处只介绍vim和切换虚拟环境。

vim

pycharm提供了相关插件，setting-plugins-install jetbrains plugin，在弹出框搜索vim，点击安装即可。

重启pycharm后，在工具栏-tools-vim Emulator 可以起停Vim