一、安装Anaconda与Jupyter notebook
在学习一门编程语言之前，选一个称手的工具至关重要。对于用Python进行数据分析而言，Anaconda与Jupyter notebook目前已成为标准环境。
1、咱们知道conda是一个包管理和环境管理器，anaconda则是在conda基础上发展出来的一个集conda、Python和150多个科学包及其依赖项于一体的综合管理工具。Anaconda不仅能管理数据分析需要的各种第三方的包，帮助用户更便捷地处理数据，而且还能为不同的项目建立不同的运行环境，以避免软件和包版本不同引起的混乱和错误。
2、Jupyter notebook是一种Web应用，能让用户将说明代码、文本说明、数学方程等内容全部组合到一个文档中，大大提高了文档的可读性与易分享性，让数据分析师更容易向用户解释整个分析过程。
3、搭建上述环境，可在Anaconda官网上下载安装包安装，可选择不同版本。其中附带了Jupyter notebook、Python以及数据分析常用包，无需再另外安装。
4、按照安装提示一步一步即可完成安装，安装完成后打开Anaconda环境如下，可在环境中直接启动Jupyter notebook。
5、在Jupyter notebook中可创建新文件，单元格是编辑和运行代码的地方，notebook中的大部分工作均在代码单元格中完成。建立的notebook文件还可进行重命名、关闭、共享等操作，在后续编程过程中逐渐熟悉。
二、学习起步时什么最重要？
1、学习一项新技能时，首先须克服的是对陌生领域的恐惧感。就像学走路一样，起步过程中难免会蹒跚、跌撞，而后慢慢就正常了。起步时不奢求一上来就做得很好（其实也不可能），而是平静地接受自己的跌撞或笨拙，这或许是学习任何新事物的首关。
2、确定学习的目标，拆分学习目标。学习某个技能的动机一般来说是需要用到，那么学习的目标一般定为“够用”即可。并不一定要树立某领域专家这类远大却往往遥不可及的目标，更不需要被一些所谓10000小时精进理论所吓退。如果目标确实较大，不妨先按实际需求拆分为目之所及的小目标，这样有助于更快地行动起来。
3、快速了解一项技能的核心要素，即着手开始练习。练习-观察-改进-总结-练习，以此反复，至少持续20小时以上，确保度过起步的那段跌撞、笨拙、难熬的过程。
