Pycharm、Anaconda到底是什么？有什么区别？

三者区别

区别

Python虽然是一门优秀的程序语言，但其拥有出色的数据处理能力，尤其是在数据量巨大的时候，因而也吸引了不少数据分析人员的关注和使用。Python的数据处理能力主要依赖于NumPy,SciPy,Matplotlib,Pandas这4个库，其中NumPy提供了矩阵运算的功能，SciPy则在NumPy的基础上添加了许多科学计算的函数库，而这两个库就使Python具有和Matlab一样的数据处理能力了。Matplotlib库提供了绘图，可以实现数据的可视化，pandas是基于NumPy的一种工具，该库提供了高效地操作大型数据集所需的工具。而这四个库都需要我们进行单独安装，Python自身并不具备这些库。

一般的Python数据分析教程并不直接在Python shell中运行代码，而是选择了IPython，IPython 是一个 python 的交互式 shell，比传统的Python shell 好用得多，支持变量自动补全，自动缩进，支持 bash shell 命令，内置了许多很有用的功能和函数。总而言之，IPython就是各种方便，各种好用！让你自从用了IPython就会嫌弃用Python，就像用了RStudio就不再想用R GUI。

而IPyhon的安装较为麻烦和复杂，一般人很难安装成功，幸好有大神将科学计算所需要的模块以及IPython打包供用户使用，Anaconda就是其中较好的一个。简言之，安装了Anaconda，你就安装了Python+NumPy+SciPy+Matplotlib+IPython+IPython Notebook。所以，我们仅仅安装Anaconda就可以了！

原文链接：https://blog.csdn.net/huayucong/article/details/52966139
python自身缺少numpy、matplotlib、scipy、scikit-learn…等一系列包，需要我们安装pip来导入这些包才能进行相应运算（python3.5自带了get-pip.py，不需额外下载安装），在cmd终端输入：pip install numpy就能安装numpy包了。

每次都额外安装所需要的包略麻烦，这时候我们可以采用anaconda了。anaconda是一个python发行版，包含了大量的包，使用anaconda无需再去额外安装所需包。

python3.5自带了一个解释器IDLE用来执行.py脚本，但是却不利于我们书写调试大量的代码。常见的是用notepade++写完脚本，再用idle来执行，但却不便于调试。

PyCharm是一种Python IDE，带有一整套可以帮助用户在使用Python语言开发时提高其效率的工具，比如调试、语法高亮、Project管理、代码跳转、智能提示、自动完成、单元测试、版本控制。此外，该IDE提供了一些高级功能，以用于支持Django框架下的专业Web开发，pycharm不提供各种包，需要自己下载，最大的好处就是可以编译调试。

将anaconda中的python.exe集成到pycharm中，便可以在使用pycharm的过程中使用到所有anaconda的包了。Anaconda(开源的Python包管理器)是一个python发行版，包含了conda、Python等180多个科学包及其依赖项。包含了大量的包，使用anaconda无需再去额外安装所需包。

IDE

集成开发环境（IDE，Integrated Development Environment ）是用于提供程序开发环境的应用程序，一般包括代码编辑器、编译器、调试器和图形用户界面等工具。集成了代码编写功能、分析功能、编译功能、调试功能等一体化的开发软件服务套。所有具备这一特性的软件或者软件套（组）都可以叫集成开发环境。如微软的Visual Studio系列，Borland的C++ Builder、Delphi系列等。该程序可以独立运行，也可以和其它程序并用。IDE多被用于开发HTML应用软件。例如，许多人在设计网站时使用IDE（如HomeSite、DreamWeaver等），因为很多项任务会自动生成。

下载

anaconda

https://www.anaconda.com/distribution/
在以上链接官网下载最新版本就可以了。全部默认安装，安装路径自己选。

pycharm

下载community版本，免费用，不用注册不用激活。

python已停止工作

如果遇到这个问题，是版本不匹配导致的。
1、打开Andaconda Prompt首先更新jupyter
conda upgrade juyter
2、更新notebook
conda uograde notebook
到这里之后还是不行，后来我发现只要是导入tensorflow的地方都不行，所以下一步
3、更新tensorflow
conda uograde tensorflow
之后就成功了。
如果实在找不到原因，可以试试全部更新：conda update --all
我就是用全部更新解决的问题。

参考链接

https://blog.csdn.net/x_dmword/article/details/88848573
https://blog.csdn.net/Hym_eric/article/details/83089063