1.2　搭建Python开发环境

工欲善其事，必先利其器，Python办公自动化的学习少不了代码开发环境，它可以帮助开发者加快开发速度，提高工作效率，Python的开发环境较多，如Anaconda、Jupyter等。

1.2.1　安装Anaconda

Anaconda是Python的集成开发环境，内置了许多非常有用的第三方库，包含NumPy、Pandas、Matplotlib等190多个常用库及其依赖项。Anaconda可以使用第三方库构建和训练机器学习模型，包括Scikit-learn、TensorFlow和PyTorch等，如图1-3所示。

Anaconda的安装过程比较简单，可以选择默认安装或自定义安装，为了避免配置环境和安装pip的麻烦，建议添加环境变量和安装pip选项。下面介绍其安装步骤。

进入Anaconda的官方网站下载需要的版本，这里选择的是Windows 64-Bit Graphical Installer（466MB），如图1-4所示。

软件下载好后，以管理员身份运行“Anaconda3-2020.07-Windows-x86_64.exe”文件，后续的操作依次为，单击“Next”按钮，单击“I Agree”按钮，单击“Next”按钮，单击“Browse”按钮选择安装目录，单击“Next”按钮，单击“Install”按钮等待安装完成，然后单击“Next”按钮，再单击“Next”按钮，最后单击“Finish”按钮即可。安装过程的开始界面和结束界面如图1-5所示。

安装结束后，在正常情况下会在“开始”菜单中出现“Anaconda3 (64-bit)”选项，选择“Anaconda Powershell Prompt (anaconda3)”选项，打开“选择管理员”窗口，然后输入“python”，如果出现Python版本的信息，则说明安装成功，如图1-6所示。

1.2.2　安装Jupyter库

目前，Jupyter库也是比较常用的开发环境，包括Jupyter Notebook和JupyterLab。

1．Jupyter Notebook

Jupyter Notebook是一个在浏览器中使用的交互式笔记本，可以实现将代码、文字完美结合起来，用户大多是一些从事数据科学领域相关（机器学习、数据分析等）的人员。安装Python后，可以通过“pip install jupyter”命令安装Jupyter Notebook，还可以通过在命令提示符（CMD）中输入“jupyter notebook”，启动Jupyter Notebook程序。

开始编程前需要先说明一个概念，Jupyter Notebook 有一个工作空间（工作目录）的概念，也就是用户想在哪个目录进行编程。启动Jupyter Notebook 后会在浏览器中自动打开Jupyter Notebook 窗口，如图1-7 所示，用户可以在该窗口进行代码的编写和运行。

2．JupyterLab

JupyterLab是Jupyter Notebook的最新一代产品，它集成了更多功能，是使用Python（R、Julia、Node等其他语言的内核）进行代码演示、数据分析、数据可视化等的工具，对Python的愈加流行和在AI领域的领导地位有很大的推动作用，它是本书默认使用的代码开发工具。

JupyterLab的安装比较简单，只需要在命令提示符（CMD）中输入“pip install jupyterlab”命令即可，它会继承Jupyter Notebook的配置，如地址、端口号、密码等。启动JupyterLab的方式也比较简单，只需要在命令提示符中输入“jupyter lab”命令即可。

JupyterLab程序启动后浏览器会自动打开编程窗口，如图1-8所示。我们可以看到，JupyterLab窗口的左侧是存放笔记本的工作路径，右侧是要创建的笔记本类型，包括Notebook和Console，还可以创建Text File、Markdown File、Show Contextual Help等其他类型的文件。

1.2.3　库管理工具pip

在实际工作中，pip是最常用的Python第三方库管理工具，下面介绍一下如何通过pip进行第三方库的安装、更新、卸载等操作。

安装单个第三方库的命令如下：

安装多个库，需要将库的名字用空格隔开，命令如下：

安装指定版本的库，命令如下：

当要安装一系列库时，如果写成命令可能也比较麻烦，则可以把要安装的库名及版本号，写到一个文本文件中。例如，文本文件的内容与格式如下：

然后使用-r参数安装文本文件下的库：

查看可升级的第三方库的命令如下：

更新第三方库的命令如下：

使用pip工具，可以很方便地卸载第三方库，卸载单个库的命令如下：

批量卸载多个库的命令如下：

卸载一系列库的命令如下：

此外，在JupyterLab中也可以很方便地使用pip工具，在JupyterLab窗口中单击“Console”控制台，如图1-9所示。

然后，在下方的代码输入区域输入相应的代码，也可以使用pip安装、更新和卸载第三方库。