推荐一种Python安装的方法
Python的安装是学习Python的必备入门之道，虽然很基础，但很重要。下面介绍Python安装的两种方法，高手请忽略~~
Python是跨平台的编程语言，它可以运行在 windows、Mac 和 各种 Linux/Unix 系统上。也就是说，假设在 windows 系统下编写的 Python 程序，在 Mac 或 Linux 系统下也是可以运行的。
目前，Python的版本主要分为两大类，即 Python3.X版 和 Python2.x版，这两个版本是不兼容的。由于 Python3.x版本越来越普及，我们接下来的教程使用 Python3.x版 （Python3.5版 或 Python3.6版及以上版本均可）。
由于个人windows系统用的多，所以这里的 Python 安装以 windows 系统为例来演示。
其他系统下的安装，建议大家可以在网上查找相关安装方法。
下面介绍在 Windows 系统下两种常用的安装方法，第一种最基础，第二种会在以后带来一些便利，个人推荐第二种安装方法。
1 安装方法一：
1.1 安装官方版Python3.6
下面以在 windows 系统下安装 Python3.6版为例：
首先，根据你的 Windows版本（64位还是32位）从Python的官方网站下载 Python3.6 对应的 64位安装程序 （https://www.python.org/ftp/python/3.6.3/python-3.6.3-amd64.exe） 或 32位安装程序 （https://www.python.org/ftp/python/3.6.3/python-3.6.3.exe），然后，运行下载的EXE安装包：
特别要注意勾上 Add Python 3.6 to PATH ，然后点 “Install Now” 即可完成安装，如下：
1.2 运行Python3.6
安装完成后，我们可以运行下 python 的解释器里，来查看是否安装成功。
首先，在windows开始菜单里找到Python3.6，如下：
在这里，Python3.6程序下，有两个可以运行 python 的解释器，我们可以分别打开来看看。
IDLE （Python 3.6 64-bit）：
Python 3.6 （64-bit）
这两个界面下，都是可以运行 python 程序的。这里以 IDLE 界面位例，来测试下 python3.6 是否安装成功。
从上述界面来看，我们的安装程序能够运行 python 语句，已成功的安装了 Python3.6 。
2 安装方法二：（推荐）
第二种安装方法是推荐直接安装 Anaconda，它已经包含了Python的对应版本。
为什么要推荐安装 Anaconda 呢，针对想用 Python 来进行数据挖掘、机器学习等的童鞋，安装 Anaconda 会带来一些优势，比如：
不需要配置PYTHON环境变量；
集成很多packages，尤其是科学计算相关的库，省去安装这些库带来的烦扰；
packages的安装很简单，conda一键解决；
2.1 安装 Anaconda
安装最新版的 Anaconda 可以去官网下载，地址为：
Anaconda官网下载地址： https://www.anaconda.com/download/
windows系统下，如下：
根据系统，下载对应的版本，然后根据提示进行安装，选默认设置就可以，一路 "next"，即可安装完毕。
安装完毕后，打开 "cmd"命令行，查看 Anaconda 是否安装好。
在命令行中输入 conda info ，查看 Anaconda 安装的版本信息，以及对应的Python版本信息。
如果你得到了和上图类似的界面，恭喜你已经成功安装了 Anaconda 。
从上图来看，可知我安装的是 Anaconda 4.3.30版，对应的Python版本是 3.5.2版，并不是目前的最新版。
大家可以安装最新的 Anaconda版本，也可以选择安装跟我一样的版本。
如果想安装的版本不是最新版，可以在下述网址查找相应的版本。
https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
2.2 运行Python程序
Anaconda 安装完成后，可以在几个地方运行 Python程序，最常用的是 “IPython”。
在windows开始菜单的所有程序中找到 anaconda文件夹，点开文件夹，下面可以找到 “IPython”。
点击 “IPython”，得到如下界面:
从上述界面来看，我们的安装程序能够运行 python 语句，已成功的安装了 Anaconda 及 Python 。
3 总结
对于上述两种安装 Python 的方法，个人推荐第二种方法。尤其是想用Python来进行数序分析、数据挖掘、机器学习等，第二种方法会带来很多便捷性。
如果您喜欢我的文章，欢迎推荐给您的朋友！
End
精选文章（点击图片即可查看文章）：
公众号精华文章推荐
公众号导航
ID：PyDataRoad
微信公众号后台回复数字「 8 」，访问个人官网。
微信公众号后台回复数字「 1 」，获取公众号导航内容，包括部分文章源代码，精华文章等。
在微信公众号后台回复「 微信群 」，和小伙伴们一起入群。