1 搭建本地编程环境
在接下来的科研学习中，程序大部分会在实验室服务器上运行。但是搭建本地的编程环境，通过可视化界面有助于我们理解Python新建编程环境与根环境之间的关系，学会使用Jupyter Notebook、Spyder、Ipython，以及常用的软件包安装方式。
Anaconda
Anaconda是在 conda（一个包管理器和环境管理器）上发展出来的。在数据分析中，需要用到很多第三方的包，而conda可以很好的帮助你在计算机上安装和管理这些包，包括安装、卸载和更新包。Anaconda还包含了conda、Python在内的超过180个科学包及其依赖项，因此可以快速展开实验。
为什么需要管理环境？
比如你在项目A中需要使用 Python 2，而另一个项目B要求使用Python 3，而同时安装两个Python版本可能会造成混乱和错误。这时候你可以使用 conda为不同的项目建立不同的运行环境。还有很多项目使用的包版本不同，比如不同的Numpy版本，不可能同时安装两个 Numpy 版本，你应该为每个 Numpy 版本创建一个环境，然后在项目的对应环境中工作。
【Windows安装Anaconda以及使用教程】
【Mac安装Anaconda以及使用教程】
2 服务器使用
目前实验室有两台服务器TeslaV100和K80，通过软件Xshell和Xftp远程运行程序和传输文件（安装包以及登陆账号见群文件）。
Xshell
Xshell是Windows下一款功能非常强大的安全终端模拟软件，支持Telnet、Rlogin、SSH、SFTP、Serial 等协议，可以非常方便的对linux主机进行远程管理。
Xftp是一个基于 MS windows 平台的SFTP、FTP 文件传输软件。使用Xftp，MS windows 用户能安全地在 UNIX/Linux 和 Windows PC 之间传输文件。
注意事项：在服务器运行自己的程序时，要新建自己的运行环境，避免修改根环境和服务器驱动版本。
使用“ssh node01/02/02/04”切换节点，“nvidia-smi”查看服务器GPU内存剩余情况，在有空闲内存的节点运行自己的程序，可以使用指令 “nohup python 程序文件名 &”在后台运行程序，“ps aux|grep python”查看后台进程PID号，使用“kill -9 PID号”结束后台进程。
3 Linux常用指令
4 Anaconda常用指令
