前言
Python的优势不仅仅在于优雅的语言、简洁的语法，强大的第三方库是其能够用于各个领域的最重要杀手锏之一，如在数据科学领域的numpy、scipy、pandas、scikit-learn、jupyter，在Web开发领域的Django、Flask、Tornado等。
Python对linux是非常友好的，在windows下，有时候安装第三方库时，会出现一些莫名其妙的错误，有时候能搞到你崩溃。
1. Conda命令
在windows操作系统使用Python时，强烈推荐先安装Anaconda免费的科学计算发行版。可以利用其内置的conda命令，安装第三方库。在 ArcGIS Pro 1.3的版本中，也使用了conda。在安装指定的第三方库时，如numpy，使用如下命令即可conda install numpy
需要注意的是，conda命令需要在Anaconda Command Prompt中输入
2. Pip命令
用conda命令安装第三方库在windows上基本问题不大，但其所包括的第三方库毕竟有限，用的最多的还是pip命令，如
pip install numpypip是在线安装的，网络情况不好的时候，可以现在 pypi 上寻找包，然后下载到本地安装
pip install xxx.zip3. whl 文件安装
用pip安装一些不太成熟的第三方库时，偶尔会失败，因而能用conda就尽量用conda，如果用pip命令不成功的话，可以直接找相应的whl文件，下载下来安装
http://www.lfd.uci.edu/~gohlke/pythonlibs/。
如安装对应Python 2.7，64位版本的scikit-learn，在cmd或Anaconda Prompt命令窗口下，切换到下载目录，执行下列命令
pip install scikit_learn‑0.18.1‑cp27‑cp27m‑win_amd64.whl需要注意的是，下载的whl文件名不要修改，留意Python版本和操作系统32位还是64位，下载错的文件必然是装不成功的。
4. 源码安装
对于没有现成的安装文件时，可以尝试直接从github或其他地方下载源码，在cmd或Anaconda Prompt命令窗口下，切换到源码目录
python setup.py install把这个第三库安装到系统默认的 Python 路径，如C:\Anaconda\Lib\site-packages
5. 直接放在文件夹内
如果所需要的第三方库用上述方法都不行，可以尝试把代码文件下载下来，直接用import语句试试能否成功。这个基本上就看运气了，如果报错比较少的话，可以尝试自己修改下源码，比如python2和python3版本兼容的问题，或安装所缺少依赖包等。
