少有人走的路前言
python是解释型语言，源码是普通文本，也是它的执行程序。所以商业视觉软件包开发不能用这个。 python可以用于工业应用，因为除非你的设备绝密，否则让客户看到源码也无所谓。 python用于工业方面的应用有一些例子，但受限于硬件商，绝大部分硬件不支持python，以C#，C++，VB为主。 python在深度学习方面已经统一江湖，其它语言都成了陪练。 python支持opencv。 网上绝大部分视觉算法是用c++和opencv，python, matlab来做演示的。 综上所述，花点时间学习一下python是值得的。 python的作用更倾向于做视觉算法原理的验证，因为工业项目应用的少， 所以勇哥认为它可以当做电脑游戏每天娱乐一下就好。 这也是为啥子本系列贴子的主题是“python娱乐时间”。
这一篇说下Anaconda方式搭建python开发环境。
Anaconda是一个python的集成开发包，它把python和它的海量插件库直接给你安装上，并且提供了线上下载其它第三方插件包的命令行工具。
Anaconda的下载地址：
https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
官网下载是不可能的，你懂的，上面国内的镜像站速度则飞快。
安装请一路下一步即可，安装完后在开始菜单中的程序组内容如下：
下面详细说下Anaconda Prompt和Jupyter Notebook的用法。
（1） Anaconda Prompt
这个是显示、安装第三方插件库的控制台。
显示已经安装的库列表
conda list
安装指定的库，如下：
conda install numpy
对于不知道安装包名字的库，可以搜索取其信息，帮助我们找到可以安装的包。
（tensorflow是谷歌开源的深度学习框架）
anaconda search -t conda tensorflow
按平台选择，我们发现了划线处的包，正是我们要的win64下的包。
接下来用show指令，显示通过什么指令安装这个包
anaconda show dhirschfeld/tensorflow
显示结果是：
其划线处的就是我们安装这个包的指令，你复制出来执行就可以了。
（2） Jupyter Notebook
这个是网页版的python执行环境。
好处是：
对于指定行代码，如果想执行，按shift+回车。
这样可以一行行运行，如果是在ide里面，你得run整体。
这对我们分模块来run很方便。
另外，它对数据预处理和可视化显示方面很方便。
缺点是：
没有大程序的调试功能。
因此网页版用来学习测试小程序很方便，不适合开发工程。
运行后，如下新建一个python3的代码
然后敲入代码，按shift+回车执行即可。
另一篇Anaconda请参考：
https://blog.csdn.net/liuhyusb/article/details/135753864
