相信做数据分析和机器学习的同学选择环境和IDE时都有过犹豫，尤其市场上的产品比较多，大家感受不一，但无论如何，简单高效，方便管理，适合自己，应该是最重要的评估标准。好的工具往往是我们事半功倍，本文推荐Anaconda+VScode及亲自安装实践供参考使用
为什么选择Anaconda
Anaconda是开源项目，可在Linux，Windows和Mac OS X上执行Python / R，对于数据科学和机器的学习具有如下优势：
- 快速下载1,500多个Python / R数据科学软件包
- 使用Conda管理库，方便管理工具包和环境
- 使用scikit-learn，TensorFlow和Theano开发和训练机器学习和深度学习模型
- 使用Dask，NumPy，pandas和Numba分析工具
- 使用Matplotlib，Bokeh，Datashader和Holoviews可视化结果
为什么选择Visaul Studio code
根据观察统计，目前大部分Python开发者都是用 Pycharm 作为编辑器进行开发，Pycharm功能强大，但是个人感觉Pycharm用起来比较笨重，电脑有时因此卡顿，而且还收费的，需要进行破解才能使用。相比下，Sublime Text 、 Visaul Studio code这类工具更简单轻便，毕竟只是个代码编辑器，设置运行在windows cmd窗口或者Linux 环境也是可以的。Sublime text 这里不做介绍，这里介绍vs code ，因为最近官方宣布其直接支持Jupyter notebook，极大的方便数据可视化。不用再去--jupyter notebook 运行，打开浏览器了。
Anaconda 安装
下载安装https://www.anaconda.com/
本次是选择基于windows python3.7 64位。
安装选项这里两个都选择，否则还得手动添加环境变量。
anaconda使用
1）cmd输入
C:\Users\MSI-PC>conda --version conda 4.7.12
2）CMD界面输入python进入ipython交互界面（其实没啥用，jupyter notebook包含此功能）
3）pip list 可以看到当前的包。可以看到numpy、pandas、scikit-learn、scipy 、seaborn常用的数据图形工具都有安装。
4）conda env list 查询当前环境，base 为默认环境，tfg1.11为新建
C:\Users\MSI-PC>conda env list # conda environments: # base * D:\ProgramFiles\Anacoda3 tfg1.11 D:\ProgramFiles\Anacoda3\envs\tfg1.11
5）如需独立的环境。如想试下tensorflow2.0效果如何，利用 conda create -n your_env_name python=X.X即可建立。将会在anaconda/envs目录下建立your_env_name目录，如想重装或迁移环境，将安装包下文件拷贝到新的anaconda对应目录下即可D:\ProgramFiles\Anacoda3\envs。通过conda activate your_env_name即可进入该独立环境。以下是本机环境建立的用于tensorflow学习的独立环境。
注安装完Anaconda后其实已经有IED Spyder IDE和jupter notebook可视化工具感兴趣的可以尝试下是否习惯。
VS code 安装
下载地地址，
https://code.visualstudio.com/ 只有40M.
1）对anaconda3环境的导入，这里使用Anaconda Extension Pack，ctrl+shif+f 搜索Anaconda Extension Pack 点击安装
2）python基本环境安装
ctrl+shif+f 搜索python 点击install 即可安装。
注：因为上边安装了anaconda3,所以似乎是不用再安装python的扩展了。
VS code 测试
1）新建test.py文件，测试GPU是否可用，ctrl+F5运行。
import tensorflow as tf
gpu_test= tf.test.is_gpu_available()
print("GPU是否可用",gpu_test)
#输出：
GPU是否可用 True
左下角可以看到使用的编译环境是conda tfg1.11(点击此处可切换其他conda 环境)
2）在vs code中同样可以像jupyter notebook那样以cell的形式执行交互式脚本。
- 使用 `ctrl+ shift+ p` 调出 **Command Palette** 然后输入 `Python: Switch`
- 这里我们选择第二个 **Python: Switch to Insiders Daily Channel**
首次安装等几分钟。
- 方法一: 使用 `ctrl + shift + p` 输入 `Python: Create New Blank Jupyter Notebook`
-方法二: 直接左上角新建文件, 然后 `ctrl + s` 保存为 `.ipynb` 格式即可、
加载一个花瓣识别数据
使用下来感觉vs code 还是很方便的。无论GPU使用、anaconda环境切换，还是jupyter notebook都可以满足需求需求。