Conda 是一个开源的包管理和环境管理工具，主要用于 Python 和数据科学领域。它可以帮助你快速创建独立的虚拟环境，避免依赖冲突，并支持从 conda 仓库或 pip 安装各种软件包。通过 Conda，你可以方便地切换不同项目的运行环境，管理依赖，导出与复现环境，从而让开发过程更加高效和可控。

1. Conda 基础

查看 conda 版本

conda --version

一，认识jupyter notebook

Jupyter Notebook（此前被称为 IPython notebook）是一个交互式笔记本，支持运行 40 多种编程语言。

1，jupyter notebook是一款编程/文档/笔记/展示软件

2，ipynb后缀结尾的文件并不是一个py文件

3，跟markdown一样 #是一级标题，两个#是二级标题

4，原生NBConvert就是原生的 没有任何格式，跟文本文档一样 写什么是什么

二，安装使用

安装Jupyter Notebook的前提是需要安装了Python环境（3.3版本及以上，或2.7版本）

一、初识python

1、输入输出

print()
a = input("提示输入内容")

# map()输入
a, b, c = map(int, input().split())

Pandas 是 Python 的第三方库，为 Python 提供了高性能且易用的数据结构与数据分析工具。其核心数据结构 DataFrame 与 Series，能够高效处理各类结构化数据，广泛应用于数据清洗、分析、可视化等数据科学领域。

import pandas as pd

pd.options.display.max_columns = None	# 设置打印所有列