Python基础框架和工具
最近在学Python金融大数据分析，在安装Python进行大数据分析的环境时遇到很多问题，例如：在安装pandas包时候就要到各种错误，总是缺少很多安装包，最后发现利用Python的Anaconda进行科学计算环境的搭建非常方便。
Anaconda是和Canopy类似的科学计算环境，安装非常方便，而且自带的conda包管理器也十分强大。
1、 Anaconda介绍：
我们可以从http://continuum.io/downloads上下载适合你操作系统的Anaconda,那么我们为啥用Anaconda进行Python部署呢？有一下几个方面的因素：
(1) 库/软件包
可以安装100多个重要的Python库和软件包,而且可以版本一致的方式安装所有的软件包。
(2) 开源
Anaconda是免费开源的，而且分发版本中所有的库和软件包也是如此。
(3) 跨平台
Anaconda可以运用于Windows、Mac OS 和Linux平台。
(4) 自动更新
Anaconda中的库和软件包可以免费在线自动更新。
(5) Conda软件包管理程序
Conda软件管理程序可以并行使用多个Python版本和多个版本的库。

Anaconda的安装非常简单，在windows下只需双击安装程序，然后安装提示一步步下去即可，在Linux中，在shell中进入安装程序所在的目录，然后输入：
bash Anaconda -1.x.x-Linux-x86[_64].sh

安装完成后，就可以利用这100多个库和软件包了，anaconda所包含的一些库和软件包：

2、安装模板：
Anaconda已经自带了很多的科学计算用的库和模板，但是这还不够，有时候我们需要安装一些其他模板：
conda
anaconda自带了conda命令用于安装模板和更新模板，比如：

安装模板

conda install scipy

更新模板

conda update scipy

更新所有的模块

conda update --all

pip
pip是Python自带的模块安装工具，比如：
pip install requests
pip install requests --upgrade

升级Anaconda
新版本发布后，可以利用pyenv来安装最新版本，也可以利用Anaconda自带的更新工具升级：
conda update conda
conda update anaconda

python开发常用的IDE：
(1) Spyder
(2) IPython
(3)PyCharm

下面用conda创建一个名叫python2的版本为python2.7的环境。
conda create -n python2 python=2.7
这样就会在Anaconda安装目录下的envs目录下创建python2这个目录。

向其中安装扩展可以：
直接用 conda install 并用 -n 指明安装到的环境，这里自然就是 python2 ，例如：
conda install -n python2 pandas
想使用Spyder，可以配置好环境变量后。在cmd窗口使用Spyder就可以打开窗口了：