前面给大家介绍过几个比较好用的命令行数据处理工具：awk、jq、diff等，之前没了解过的同学可以翻看我前面的视频《几个好用的数据处理命令行工具》。
今天再给大家介绍两个数据处理领域，比较常用也比较好用的工具，他们分别是Anoconda和Jupyter Notebook。 Anoconda中文的意思是大蟒蛇（应该就是《小王子》中的那条大蟒蛇^^）。Jupyter一般翻译为朱庇特（他长得可能不太像朱丽叶^^）。
Anaconda
Anaconda的下载与安装
首先在网页浏览器中打开Anaconda的官网，在打开的页面上半部分点击Download。
需要注意的是，我在这篇文章的下载链接中放置的是MacOS的版本，如果你的系统不是MacOS，请选择相应系统的版本进行下载。
Anaconda的主要功能介绍
Anoconda声称提供了在单机上执行Python与R语言数据科学与机器学习的最容易的方式，
迄今为止它集成了超过8000个开源包和库。比如，它集成了Jupyter、Tensorflow、Pandas、Numpy、Matplotlib、Pytorch等等。
它所支持的技术类型包含：
- 基础功能（Jupyter、pandas、SciPy、NumPy）
- 机器学习（Keras、Tensorflow、Pytorch、Scikit-lean）
- 数据可视化（Matplotlib、Bokeh、Plotly、HoloViz）
- 图像处理（Pillow、Scikit—Image、OpenCV）
- 可扩展计算（Numba、Dask、Rapids、Spark）
- 数据管道/ETL（Airflow、Intake）
- 自然语言处理（NLTK、Gensim、spaPy）
- 前瞻领域：人工智能（ONNX、Fairlearn、AIF360、InterpretML、LIME）
如果你对这个项目及领域非常感兴趣，或者想贡献你的一份力量，可以加入NumFOCUS社区。
像其它的组件库一样，Anaconda也有一个开源包和运行环境管理工具--Conda。它可以运行于Windows、macOS、Linux操作系统上，帮助你快速安装、运行、更新依赖包，也可以用它创建、保存、加载或切换本机的Anoconda运行环境。虽然它是为Python语言创建的，但它可以为任何语言打包或进行软件发布。
如果你不习惯在命令行中进行操作，Anaconda为你提供了一个带界面的管理工具--Navigator。它可以帮助你更容易地管理你的应用程序、依赖包及运行环境。
你还可以利用Navigator与社区门户（Nucleus）连接，用于安全地存储你的本地环境到云上。
Anaconda的使用授权与价格
Anaconda分为免费片、专业版、商业版、企业版四个版本。
工具确实非常好用，但它并不是完全免费的。如果你是用于学习、学术研究、爱好等非商业用途，你可以放心免费使用。但如果是用于商业目的，你需要购买授权，好在其专业版本并不是很贵。如果你有安全方面的需求，则需要购买商业版，如果你是私有云用户则需要购买企业版。
Jupyter
Jupyter由两个部分组成，一部分是JupyterLab，另一部分是Jupyter Notebook。
Jupyter主要功能
JupyterLab与Notebook都是用于数据科学与计算的工具。
JupyterLab
JupyterLab是最新基于Web交互的开发环境，具有Notebook的相关功能，具有可扩展的界面，允许用户配置与编排工作流，记录并显示计算过程，也可用于机器学习，是一个具有较高可扩展性的工具。
Jupyter Notebook
Jupyter Notebook是一个原始的Web应用，用于创建与分享计算文档，它提供了简单、流水线式的、文档为中心的用户体验。
另外，Jupyter其实还提供了JupyterHub等更高级的工具，有兴趣的话可以自行研究一下。
Jupyter的安装
JupyterLab的安装与启动
在命令行中执行如下命令开始安装Jupyter Notebook:
pip install jupyterlab
然后通过如下命令即可启动它：
jupyter-lab
Jupyter Notebook的安装与启动
在命令行中执行如下命令开始安装Jupyter Notebook:
pip install notebook
然后通过如下命令即可启动它：
jupyter notebook
另外，你还可以安装与使用IDE版本的Jupyter Notebook。
下面是DataSpell的IDE版本：
下面是VS Code的插件：
panadas & numpy
panadas
panadas是一个建立在Python编程语言基础之上的快速、强大、灵活且易用的开源数据分析与操作工具。
