嗨，大家好！歡迎來到數據新手村的第二天。在昨天立下挑戰宣言後，今天就要開始動手，為接下來 28 天的旅程，打造一個堅實可靠的開發環境。正所謂「兵馬未動，糧草先行」，一個穩定且功能強大的環境，是我們順利航向數據科學的第一步。

為什麼數據分析要從 Anaconda 開始？

許多 Python 新手的第一個問題是：「我為什麼不直接去 Python 官網下載 Python 就好？」

這是個好問題！對於一般軟體開發，這樣做完全沒問題。但對於數據科學這個特殊領域，我們需要的遠不止一個 Python 直譯器。我們還需要一套複雜但強大的「科學計算工具包」，例如 NumPy、Pandas、Matplotlib 等。這些工具之間有著錯綜複雜的依賴關係，手動一個個安裝，就像在沒有說明書的情況下組裝一台精密儀器，極其容易出錯。

這就是 Anaconda 登場的時刻。

您可以把 Anaconda 想像成一個**「數據科學家的瑞士刀工具箱」或「懶人包」**。它不僅提供了 Python 語言本身，更一次性地幫我們把數據分析路上幾乎所有會用到的核心工具（超過 250 個套件）都打包、測試並安裝好了。

在我們昨天的工具定位中，它的角色是：

科學研究基地 / 環境與套件管理器：它是我們所有數據分析工作的地基。沒有它，要自行處理複雜的科學計算套件安裝與依賴關係，會非常痛苦。

有了這個強大的基底，我們明天要討論的 PyCharm 和 VS Code 才能安心地在上層發揮它們的威力。

Anaconda 安裝全程指引

現在，讓我們開始動手安裝吧！

步驟一：下載安裝程式

• 下載連結： Anaconda下載
• 版本選擇： 網站會自動偵測您的作業系統，直接點擊下載按鈕即可。

連結到官網後直接點擊下方免費下載的「跳過註冊」

會自動偵測電腦，只要根據系統安裝就好，這邊我選擇”Windows”

步驟二：選擇安裝類型 (Just Me vs. All Users)

執行安裝程式後，會遇到的第一個重要選擇。

• Just Me (recommended) (僅為我安裝 - 推薦)
  • 說明： Anaconda 會安裝在您個人的使用者資料夾底下(C:\Users\使用者名稱\Anaconda3)。
  • 優點： 這是最不會遇到權限問題的選擇，未來安裝或更新套件時最為順暢。強烈建議新手選擇此項。
• All Users (為所有使用者安裝)
  • 說明： Anaconda 會安裝在受系統保護的共用資料夾。
  • 缺點： 需要系統管理員權限，且未來更新套件時容易因權限不足而失敗，操作較為麻煩。
    

步驟三：選擇安裝路徑

這裡遵循我們「程式放 C 槽」的原則即可，直接使用預設路徑，點擊 Next。

步驟四：進階安裝選項 (最關鍵！)

這個畫面是整個安裝過程中最關鍵的一步，請務必依照以下建議勾選：

• Create shortcuts... (建立快捷方式)

  • [✔] 建議保持勾選。這會在「開始」功能表建立 Anaconda Prompt 和 Navigator 的捷徑，方便我們啟動。

• Add Anaconda3 to my PATH environment variable (添加到 PATH 環境變數)

  • [ ] 務必不要勾選。安裝程式已用粗體紅字明確警告 (NOT recommended)。勾選此項容易和系統中其他 Python 版本衝突。我們未來會使用從「開始」功能表打開的「Anaconda Prompt」來執行指令，這能確保環境的純淨。

• Register Anaconda3 as my default Python (註冊為預設 Python)

  • [✔] 請務必勾選。這正是讓 PyCharm、VS Code 等其他程式能夠自動找到 Anaconda 環境的關鍵設定。

• Clear the package cache upon completion (清除安裝快取)

  • [✔] 建議勾選。可以在不影響功能的情況下，省下一些硬碟空間。

設定完成後，點擊 Install 開始安裝，耐心等待進度條跑完。

步驟五：完成安裝

安裝結束後，會看到最後的幾個畫面。

這個畫面是在推薦 Anaconda 的雲端筆記本服務，對我們本地安裝沒有影響，直接點擊 Next。

這裡建議保持預設勾選即可，點擊 Finish 後，它會自動為您打開 Anaconda Navigator 的圖形化介面，並用瀏覽器開啟一個歡迎頁面。

結語：我們的科學研究基地已建成！

當看到 Anaconda Navigator 的介面成功啟動時，就代表我們的「糧草」已經備妥，數據科學的基礎設施已經搭建完畢！

Navigator 是 Anaconda 的圖形化控制台，您可以從這裡啟動 Jupyter Notebook、Spyder 等多種工具。

有了這個強大的基底，我們明天就需要為它搭配一個順手的「開發工作站」。Day 03，我們將深入探討兩大主流 Python IDE——PyCharm 與 VS Code——的優劣比較與選擇之道。敬請期待！