所謂"工欲善其事，必先利其器"，我們需要一個強大的工具來輔助我們進行資料分析，今天就帶大家來安裝Anaconda及Jupyter Notebook。

一、Anaconda 介紹

Anaconda是一套免費開源的平台，支援Python及R語言，被廣大使用者用於資料分析、機器學習、深度學習等應用，且適用於Windows、Linux和MacOS，是目前最受大家歡迎的虛擬環境管理工具。詳細介紹可至官網查看：
Anaconda | The World's Most Popular Data Science Platform

二、Jupyter Notebook 介紹

Jupyter Notebook是Anaconda所支援的其中一個套件，它是為進行程式編譯而開發的應用環境，使用Python來撰寫，會建議初學者使用Jupyter Notebook的好處是，它可以逐行編譯逐行輸出，進行Debug時相對方便，而且很容易呈現資料視覺化，執行起來非常簡單容易上手。

三、套件工具介紹

在介紹套件(Package)前，先來介紹一下模組(module)，在進行程式工作時，有時候我們會重複用到好幾次相同的功能，例如：計算一份資料的平均值，我們可能要執行以下程式。

x=[10,20,30,45,67,88,99,123] #假設有一份資料x
sum=0 
for i in x:                  #計算樣本數
    sum=sum+i                #計算總和
print("平均值為",:sum/i)     #輸出結果

然而我們每次要計算平均值都必須這樣打一次實在是太麻煩了，這時我們就可以創立一個計算平均值的模組，只要每次我們每次需要使用時，就可以用呼叫的方式來使用，方便許多。

#建立模組
def mean(x):
		sum=0
    for i in x:
		    sum=sum+i 
		return sum/i     #返還結果
#實際使用時
x=[10,20,30,45,67,88,99,123] #建立資料後
mean=mean(x)         #呼叫模組
print("平均值為",mean)#得到結果

很多個同性質不同功能的模組和在一起，就是套件啦~在做資料分析時，我們常常需要需要用import的方式來載入這些前人所提供的套件，省下我們從頭撰寫程式的時間，下面就來看看有哪些常用的套件吧。

1. Pandas

Pandas是一個強大、靈活的資料分析工具，能將資料以DataFrame的表格形式呈現及處理，非常適合用於初期的資料探索、整理等。

2.Numpy

Numpy主要提供一些陣列的運算支援以及高效率的處理模組，也是Python資料分析的基礎工具，Numpy對於陣列的運算提供了相當多的支援，使用者常常可以以簡短的程式取代冗長的迴圈計算。

3. Matplolib

Matplotlib主要功能為資料視覺化，提供使用者繪製各種不同的圖形，方便我們做視覺化分析。使用者也可以依照個人喜好調整圖形的各種參數，畫出獨一無二的圖形。

4. Keras

Keras是一個用Python編寫的高級神經網路API，提供了大量深度學習的模組，使用者可以透過它開發深度學習的模型進行訓練、預測以及使用一些最佳化工具等等。

四、Anaconda 安裝

首先至官網下載Anaconda Individual Edition

點開網址後會看到以下畫面

將畫面拉至最下方，並根據自己的電腦配備選擇對應的版本

下載完畢後打開檔案，即可開始安裝囉~

這邊的安裝其實非常簡單，幾乎是可以一鍵按到底的那種

這邊假如沒有多個使用者的問題，選上面的選項即可

選擇安裝路徑

這樣就開始安裝啦

安裝完畢，最後面的是一些說明，如果不想閱讀，取消勾選即可

五、Jupyter Notebook安裝

由於新版的Anaconda在安裝時就會預設連同Jupyter Notebook一起安裝了，因此我們就不用麻煩的在裝一次，那我們就試試看我們的Jupyter Notebook是否運作正常吧。

開啟Anaconda

在開始欄位可以找到它

打開Jupyter Notebook，看到以下畫面代表你成功啦

接著打開右上角New-Python3就可以開始撰寫程式了

不免俗的我們也來Print一下Hello World(按Shift+Enter即可執行程式)

六、安裝套件

回到Anaconda，打開Enviornments-base-Open Teriminal進入純文字介面

在這裡，我們可以安裝一些Anaconda支援的套件工具，用法如下

conda install pandas #後面接想安裝的套件名稱

安裝了Pandas跟Numpy，我們回到Jupyter Notebook測試一下

導入套件的方法為import...或是 from... import ...

沒有出錯代表成功啦，也可以將套件進行縮寫方便呼叫

import pandas as pd
import numpy as np

七、結論

安裝環境及套件大概到這邊告一段落啦，其他的就讓大家自行摸索，畢竟"讀萬卷書不如行萬里路"嘛！今天只介紹了幾個基本套件，其他的會等到後面用到時在一起介紹，那就明天見囉~