首先，作为一个Python初学者，你主要想分析下自己学习Python目标，比如你想学习Python的网络编程和Web编程， 下载Anaconda没什么用，Anaconda可能唯一对你有用的，就是它自带了一个Juypter notebook，让你可以在上面尝试敲一些Python代码。
当然，如果你想学习数据分析和机器学习，下载Anaconda就是一个不错的选择，因为它会帮你把数据科学和机器学习常用库都安装好，也不用看到一堆各种各样的库吓到了，Anaconda的库也就那么几大类：
Anaconda的库很多，基本覆盖数据科学和机器学习方方面面，没必要一开始贪全贪多，全部都学习。一开始，不要被数据分析数据科学这样大名词吓到，实际上拿EXCEL统计销售额，做销售曲线图，也是“数据分析”，Python相比EXCEL的优势, 也只是可以分析更大量的数据,有更多可用的统计函数,有更多可用图表(相比EXCEL自带的图表）而已，所以完全不要觉得恐惧。
Anaconda的学习，建议先用Jupyter来入门pandas库，pandas你可以理解为Python版本的excel, excel里的操作，Python都有对应的代码相对应，一开始就专心学会如何pandas把你在excel会的操作都练一遍。
Pandas的官方的10分钟教程作为入门就可以，仔细跟着这10分钟教程把Pandas基本操作练习下，
学习的过程中，要想想每一行代码，对应excel的操作是啥，这样就好理解了。比如EXCEL常见操作：
这个在Jupyter notebook反复练习下，不要贪快，慢慢练，多练几遍，练到完全熟记为止，可以随便那一个EXCEL来操练，用EXCEL做增改删关联绘图，加透视等等全部操作一遍，然后将其一步步的对应的Pandas用法也来一遍。逐步练到，别人做一个EXCEL操作，立刻就能关联到对应的Pandas操作，练到这种程度，数据分析基本就入门了。总之有不理解的地方，多和EXCEL的行，列，表格相关联，就比较容易理解，这块主要靠多练，练到行程肌肉记忆，敲pandas不用花太多脑子，手熟而已。
有了这个基础，处理一些较复杂的分析，比如对Pandas的表格数据做下傅立叶变换，那就去看下Scipy的傅立叶变换，要做一些线性，逻辑回归等等，再看看Skt-learn, 循序渐进，你会发现原来那么多库，那么多方法也不过如此，并不复杂。
搞这块不要恐惧一些名词，特别数据基础不好的话，不要太恐惧大名词，一个大名词后面，对应的东西，等你自己代码跑一次，其实也很简单明了。
