每一种语言的开发环境都是包含了运行环境和开源包两个核心内容。比如Java，JDK是运行环境，而开发导入需要用到的各种第三方工具都是以开源包的形式导入的。再比如Python, python 3.6/ python 2.7是它的运行环境，而pynum,pandas这些数据处理工具就是也是开源包。
通常情况下，我们都是使用IDE在项目中统一管理运行环境和开源包。比如开发JavaWeb项目我们使用Myeclipse或者IntelliJ IDEA来管理项目的Java版本以及开源包。不过，当需要在同一机器上安装不同版本的软件包及其依赖，并能够在不同环境之间切换时，这样的管理方式就带来了很多不便。Conda的出现能够很好的解决这样的问题。Conda是一个开源的包和环境管理器，可以用于在同一机器上安装不同版本的软件及其依赖，并能够在不同的环境之间切换。

在Conda基础上，加上Python运行环境以及一堆安装好的工具包，比如numpy，pandas等，就形成了我们的主角Anaconda。Anaconda是一个开源的Python发行版本，其中包含了conda，Python等180多个科学包及其依赖项，可以非常方便的管理Python项目的运行环境以及工具包。
有了Anaconda的帮助，开发环境的搭建就非常方便了。大体思路就是，先在Anaconda中创建Python运行环境并配置相应的工具包。然后再IDE，比如Pycharm中解释器选用Aanconda中已经配置好的环境即可。

下面以Anaconda+Pycharm搭建Tensorflow的例子，演示创建的过程。
1. 官网https://www.anaconda.com/download/ 下载Anaconda，官网https://www.jetbrains.com/pycharm-edu/download/下载Pycharm。（也可以去淘宝买一个吾爱