前几期博文介绍了两款软件notepad++和Anaconda，二者都是学习python的有力工具。只不过notepad++支持更多语言编程，python只是其中之一，而Anaconda是专注于支持python开发的，是专门为python服务的。因此，笔者后面将主要使用Anaconda来学习python.需要注意的是，Anaconda不是单独一个编程软件，它更像是一个软件包，在它里面包含了python第三方库管理工具————Anaconda Navigator,线上编程工具————Jupyter Notebook,本地编程工具————Spyder以及其它功能组件。
这里重点区别一下Spyder与Jupyter notebook.
对于Spyder，它和C语言的VC++6.0、java的eclipse相似，都是在本机上编辑代码，然后在本机上运行测试代码，这样的工作方式也与之前介绍的notepad++类似。Jupyter notebook则有所不同，一方面，它可以像Spyder一样在本机编辑并运行代码；另一方面，它也可以登录线上服务器，在服务器上编辑并运行代码。笔者所在的实验室就是采用后一种工作方式来组织团队的工作，首先实验室购买一定规模的服务器，之后给团队成员开通各自的服务器账号，从而每位成员都可以在联网的前提下，在自己的计算机上登录实验室服务器账号，在服务器上编辑运行代码。虽然编辑运行代码的界面都在本地计算机上显示，但实际上消耗的是服务器的资源。这样所有成员可以共享服务器资源，并且能够方便地分享代码。
下面打开Jupyter notebook，实际感受感受
从图中可以看到，地址栏显示的是“localhost:8888/tree”，说明笔者使用的是Jupyter notebook的本地服务，所以图片下面的文件夹都是笔者计算机上的文件夹，如果使用远地服务器账号登陆，则会显示服务器的IP地址与相应端口号。
进入到某个文件夹下，如下图：
图中显示的以“.ipynb”结尾的文件就是在Jupyter notebook上可运行的python代码文件。注意：在其它编辑器上编写的python代码文件一般以“.py”作为后缀名，但在Jupyter notebook中代码文件的后缀名为“.ipynb”。当然，我们可以使用特定的命令语句实现两种文件的相互转换，从而实现在不改变代码内容的前提下，将python代码运行在不同的解释器上。例如，将“.py”文件转为“.ipynb”文件使其能够运行于Jupyter notebook上，也可以将“.ipynb”文件转为“.py”文件使其能够运行于Spyder上。
打开其中一个“.ipynb”文件，如下图：
从上图可以看到，python代码是分块组织起来的，可以将光标移至某代码块，按下“ctrl+enter”或“shift+enter”运行该块代码。
本文最后编写一段简单的代码块并运行之：
