在学习算法，图像处理过程中，理论结合实际的时候总要写一些程序，我用的是PYTHON。这时候，选择一款称手的工具比较重要。之前我用自带的IDLE，也还可以，但是操作不够便捷，文件组织也不是很好。后来想用VIM，初步学习了下，觉得这个工具学好了肯定工作效率会大大提升，但是入门的门槛较高，所以果断知难而退，毕竟工具是次要的，学习算法的原理，图像处理的各种方法是首要任务，要在磨刀和砍柴之间寻找平衡点。最后，决定用Jupyter notebook，也就是IPython，他的一个很大优点就是可以把代码、运行结果保存在一个notebook中，这对于学习算法比较重要，因为以后看代码的时候，可以很明确代码运行结果（尤其是在图像处理方面）。总结来讲，这个工具适合编写很多试验性代码，按算法类型分类notebook，每个notebook中保存不同的实现方式和运行效果。
OK，进入正题。
一、安装
安装PYTHON，再pip install 的话，之前我是没有成功。后来直接安装Anaconda2，选择2的原因是现在opencv只支持python2，以后估计都会转到3。
https://www.continuum.io/downloads
二、运行
从控制台，通过jupyter notebook运行。
需要注意的是，电脑用户名是中文时，会出错……
然后就会弹出网页，开始notebook之旅
三、万年不变的Hello World
其实并不是Hello World，看图
是不是很酷，代码、运行结果，都保存在notebook里面啦，下次打开就能看到，简直是名副其实的notebook。
但是，关掉notebook呢，kernel也就关掉了，这意味着代码声明的变量不在内存中了，下次打开你虽然看到了运行结果，但还是上次的运行结果。说重点，就是假如想继续上次的试验，要重新运行代码，确保notebook里面的各段相互依赖的代码都已运行。自己试验一下去体会吧
Jupyter notebook还有很多给力的插件，这里推荐一个系列视频：O'Reilly - Jupyter Notebook for Data Science Teams，后面我也将学习这个视频，并记录学习心得。
再推荐一本书，IPython Interactive Computing and Visualization Cookbook。
来源：https://www.cnblogs.com/wrajj/p/5676705.html