2.2 编程环境搭建流程
需要注意的是，做量化投资研究，要安装的一定是Anaconda，千万不要去Python官网下载安装程序，那样会极其麻烦。Anaconda一旦安装完毕，基本上就可以开始编程开发了。
Anaconda是Python与各种第三方库的一个大集合，囊括了数据分析领域绝大部分的库，比如NumPy、Pandas、Sklearn等。Anaconda也包含了常用的开发环境，比如Spyder、Jupyter Notebook等。
Anaconda安装起来非常方便，只需要下载一个安装软件，一次性就装好了。打开Anaconda官网下载地址https://www.anaconda.com/distribution/，或者直接百度Anaconda也可以搜索到。这里的版本会随时更新，以读者见到的版本为准。一般来说，会有2.7和3.7两种版本，这里建议选择安装3.7版本。
Anaconda的安装与其他普通程序一样，这里就不再赘述了。为了便于后文的阐述，假设安装的位置为“D:\Anaconda\”。
2.2.1 其他库的安装
Anaconda虽然包含了很多库，但市面上还是大量存在Anaconda没有直接包含的库，比如，国内比较流行的数据接口库TuShare、PostgreSQL数据库接口psycopg2等。对于这些库，需要另行手动安装。
这里介绍两种安装方式，都是使用包管理器来实现的。一种是使用Anaconda提供的conda管理器来安装；另一种是使用pip管理器来安装。下面以安装psycopg2、TuShare为例来说明这两种方式。
1.conda管理器安装
在Windows中，可以通过“开始”菜单打开Anaconda Prompt。
使用命令conda search寻找是否有对应源，命令如下：
conda search psycopg2
搜索结果如图2-1所示，可以看到列出的相应的源。
这个时候就可以使用以下命令进行安装：
conda install –c anaconda psycopg2
有时候会有需要更新的提醒，如图2-2所示。
输入“y”确认即可。
2.pip管理器安装
有的库在conda中可能没有对应的源，这时就需要使用pip来进行安装了。比如TuShare，就无法使用conda来安装，需要使用pip管理器来安装。
图 2-1
图 2-2
这里需要注意的是，如果安装了多个版本的Anaconda，那么直接在Windows下的cmd命令下运行pip很可能就会出现问题。因为我们不知道cmd下默认的pip是哪个版本的Anaconda。
这个时候就需要手动进入对应的Anaconda的目录下面，使用该版本自带的pip程序来进行安装，这样就不会出现问题了。在Windows下，安装TuShare，一般是先打开cmd，然后输入以下命令。先进入对应版本的Anaconda的Scripts目录下面，再使用该目录下的pip程序进行安装，命令如下。
D: cd D:/Anaconda/Scripts pip install tushare
2.2.2 四种集成开发环境（IDE）介绍
除了安装底层库，还要选择一个合适的IDE，才能正式进行开发。现在市面上比较流行的有四种IDE：Jupyter Notebook、Spyder、PyCharm、VS Code。
Anaconda自带了两个开发环境，Jupyter Notebook和Spyder。
Jupyter Notebook是一个交互式笔记本，其本质是一个Web应用程序，便于创建和共享文学化程序文档，支持实时代码、数学方程、可视化和markdown。使用Jupyter Notebook最大的好处是，代码和中间的运行结果可以与文字和公式混合排在一起，就像文档一样，可以非常方便地分享给其他人。
这个网站包含了很多样例，可以参考https://nbviewer.jupyter.org/。
一个典型的例子如图2-3所示。
图 2-3
可以看到，在图2-3中，文字、代码和代码运行结果都无缝地混排在了一起，这个就是Jupyter Notebook的最大优势。
Spyder与Jupyter的设计不一样。用过Matlab的朋友可能比较容易习惯Spyder。Spyder的界面与Matlab、R-Studio比较类似，也很适合做数据分析。Spyder的界面如图2-4所示。
图 2-4
除了Notebook和Spyder之外，还有两个Python开发环境比较流行：一是VS Code，一是PyCharm。
VS Code是微软出品的一款轻量级的IDE。这款IDE可以很方便地进行系统级开发，也包含了一些数据分析插件。如图2-5所示的是VS Code的界面。
图 2-5
VS Code的各项功能都比较贴心，所以在程序员中非常流行。对于数据分析师来说，VS Code除了对Pandas的数据可视化支持不够好之外，几乎也可以算得上是一款完美的IDE。实际上，VS Code中已经包含了专门为数据分析师准备的插件，某种程度上可以替代部分Jupyter Notebook的功能（虽然仍然存在一些差距）。预计在不久的将来，随着插件越来越完善，VS Code很可能会完全替代Spyder和Notebook，一统天下。
PyCharm是一款重量级的Python开发IDE，分为免费版和收费版。由于是Python专用的IDE，因此很多功能都是专门针对Python优化而设计的。如图2-6所示的是PyCharm的界面。
PyCharm的社区版是免费的。安装完成后，有一个问题需要提醒读者注意，需要为PyCharm指定Python核心组件的位置之后，它才能正常使用。如果PyCharm默认没有找到Python核心组件的位置，则需要手动添加。可以在“菜单→File→Settings→Build Execution Deployment→Console→Python Console→Python Interpreter”中进行指定（假设为D:\Anaconda\python.exe）。
图 2-6
PyCharm比较适合用于开发大型的项目，比如交易平台、后台系统等，一般在后台程序员中比较流行。
理论上，四种IDE都可以进行任何类型的开发。笔者个人在开发过程中，一般喜欢用Spyder做数据分析，用VS Code做比较复杂的系统开发。读者可以将四种IDE都尝试一下，选择自己顺手的来使用。