前言
刚学完吴恩达老师的机器学习课程线性回归部分，想跑一下找到的python版本的小作业，就开始纠结选什么软件来编译。在jupyter notebook和vs code之间纠结了一下，还是先用jupyter notebook吧适合我这种新手吧。对于初学者，它的一个特色是允许把代码写入独立的cell中，然后单独执行。这样做意味着我们可以在测试项目时单独测试特定代码块，无需从头开始执行代码。
每个段落都可以编写完马上执行，可以编写代码去输出一些变量现在的情况或者绘制函数图等，既可以验证之前自己的思路有没问题，又可以通过输出的这些直观的信息（数值，图形等）构思后面的代码怎么去组建，极大提高了编码效率。
导入数据后可以马上了解到根据这些数据统计到的一些信息
数据集详情
还可以绘图观察梯度下降算法有没正常运行
迭代-代价关系图
最后还可以看看模型与数据集拟合的直观情况：
模型拟合
总之这个编译器简直是数据分析利器呀有木有！！！编一段跑一段简直是解决代码太抽象导致我思路堵塞的良药哈哈哈，接下来是大概的安装过程。
配置
1、anaconda安装
Anaconda有着强大的包管理与环境管理功能，将python和许多常用的package打包。安装过程参考链接，操作到配置好环境就可以了：
Anaconda详细安装及使用教程（带图文） - 代码帮 - CSDN博客
2、跑起jupyter notebook
anaconda会把jupyter notebook也装给你，所以直接跑起来。点开菜单栏下的anaconda prompt
菜单中的anaconda prompt
键入jupyter notebook按回车
输入jupyter notebook
jupyter notebook就会通过浏览器的形式开启
jupyter notebook界面
点击右上方的new键，选择新建一个python3文件
就可以开始搞事情了
未来添加缺少的包可以通过anaconda的图形化界面添加：
直接在搜索框里面搜出安装即可。
网友评论