@@ -53,67 +53,6 @@ verify_ssl = true
 name = "pypi"
 ```
 
-# Conda
-
-笔者推荐使用 Anaconda 作为环境搭建工具，并且推荐使用 Python 3.5 版本，可以在[这里](https://www.continuum.io/downloads)下载。如果是习惯使用 Docker 的小伙伴可以参考[anaconda-notebook](https://github.com/rothnic/anaconda-notebook)
-
-```docker pull rothnic/anaconda-notebook
-docker run -p 8888:8888 -i -t rothnic/anaconda-notebook
-```
-
-安装完毕之后可以使用如下命令验证安装是否完毕:
-
-```
-conda --version
-```
-
-安装完毕之后我们就可以创建具体的开发环境了，主要是通过 create 命令来创建新的独立环境:
-
-```
-conda create --name snowflakes biopython
-```
-
-该命令会创建一个名为 snowflakes 并且安装了 Biopython 的环境，如果你需要切换到该开发环境，可以使用 activate 命令:
-- Linux, OS X: `source activate snowflakes`
-- Windows:  `activate snowflakes`
-
-我们也可以在创建环境的时候指明是用 python2 还是 python3:
-
-```
-conda create --name bunnies python=3 astroid babel
-```
-
-环境创建完毕之后，我们可以使用`info`命令查看所有环境:
-
-```
-conda info --envs
-
-conda environments:
-
-     snowflakes          * /home/username/miniconda/envs/snowflakes
-     bunnies               /home/username/miniconda/envs/bunnies
-     root                  /home/username/miniconda
-```
-
-当我们切换到某个具体的环境后，可以安装依赖包了:
-
-```
-conda list # 列举当前环境中的所有依赖包
-conda install nltk # 安装某个新的依赖
-```
-
-## Jupyter Notebook
-
-![](http://jupyter.org/assets/jupyterpreview.png)
-
-在 Conda 安装之后，Jupyter Notebook 是默认安装好的，直接在工作目录下打开即可:
-
-```sh
-$ jupyter notebook
-```
-
-你可以参阅[Running the Notebook](http://jupyter.readthedocs.io/en/latest/running.html#running)获取更多命令细节。
-
 # Hello Word
 
 ```py