2.2.1　下载和安装Anaconda

为了使用PyTorch，我们首先要安装Python。Python可以在其官网进行下载，当需要某个软件包时再单独下载并安装。本书推荐读者使用Anaconda版本，Anaconda是一个用于科学计算的Python发行版，支持Linux、MacOS、Windows系统，能让你在数据科学的工作中轻松安装经常使用的程序包。

在介绍Anaconda之前首先提一下conda（2.2.2节会详细介绍）。conda是一个开源的软件包管理和环境管理工具，也是一个可执行命令，其核心功能是包的管理与环境管理，它支持多种语言，因此用来管理Python包是绰绰有余的。这里注意区分一下conda和pip，pip可以在任何环境中安装Python包，而conda则可以在conda环境中安装任何语言包。Anaconda中集成了conda，因此可以直接使用conda进行包和环境的管理。

1）包管理：不同的包在安装和使用过程中会遇到版本匹配和兼容的问题，在实际工程中会使用大量的第三方安装包，人工手动进行匹配是非常耗时耗力的，因此包管理是非常重要的内容。

2）环境管理：用户可以用conda来创建虚拟环境，并很方便地解决多版本Python并存、切换等问题。

本书在MacOS环境下载的Anaconda对应的Python版本为3.7，如图2-1所示。下载Anaconda之后，Windows和MacOS用户按照默认提示进行图形化安装，Linux用户用命令行“sh Anaconda2-x.x.x-Linux-x86_64.sh”安装。

图2-1　Anaconda的下载

安装完Anaconda之后，在应用程序界面里就能看到Anaconda Navigator的图标了，点击运行之后就能看到如图2-2所示的界面，然后鼠标单击Jupyter notebook下的“Launch”按钮，进入后会出现如图2-3所示的界面。Windows用户可以在“开始”菜单中找到Anaconda，然后点击Jupyter Notebook运行。

图2-2　打开Anaconda进入Jupyter Notebook

如图2-3所示，通过右上角菜单New→Python3新建一个编写代码的页面，然后在网页窗口中的“In”区域输入“1+1”，最后按键盘“Shift”+“Enter”键，我们会看到Out区域显示为2，这说明我们的Anaconda环境部署成功了，如图2-4所示。

图2-3　Jupyter Notebook界面

图2-4　Anaconda环境测试界面

Jupyter Notebook提供的功能之一就是可以让我们多次编辑Cell（代码单元格），在实际开发中，为了得到最好的运行效果，我们往往会对测试数据（文本）使用不同的技术进行解析与探索，因此Cell的迭代分析数据功能变得特别有用。

延伸学习

本节主要介绍了Anaconda的基本概念和使用方法，如果读者需要对Anaconda中的组件Jupyter Notebook进行更深入的了解，可以访问官方文档。