4. Python环境搭建：安装Anaconda、创建虚拟环境、安装必要库

在开始LCA碳足迹自动计算之前，必须搭建一个稳定、可复现的Python开发环境。本章将指导你完成从零开始的完整环境配置，包括Anaconda安装、虚拟环境创建以及核心科学计算库的部署。

4.1 环境搭建总览

Python环境搭建是LCA开发的基础。一个良好的环境配置可以避免库版本冲突、依赖混乱等问题。下图展示了本次环境搭建的完整流程与组件关系：

4.2 安装Anaconda

Anaconda是一个开源的Python发行版，内置了conda包管理器、Python解释器以及超过1500个科学计算包。对于LCA碳足迹开发，Anaconda可以大幅简化环境配置流程。

4.2.1 下载与安装步骤

1. 访问官网：打开 https://www.anaconda.com/products/individual，下载对应操作系统的安装包（Windows/macOS/Linux）。
2. 运行安装程序：
   • Windows：双击 .exe 文件，建议勾选“Add Anaconda to my PATH environment variable”。
   • macOS：双击 .pkg 文件，按向导完成安装。
   • Linux：在终端运行 bash Anaconda3-*.sh。
3. 验证安装：打开终端（Windows使用Anaconda Prompt），输入以下命令：

conda --version
python --version

如果正确显示版本号，说明安装成功。

4.3 创建虚拟环境

虚拟环境可以为每个项目创建独立的Python运行空间，避免不同项目之间的库版本冲突。在LCA碳足迹项目中，我们创建一个名为 lca_env 的专用环境。

4.3.1 环境创建与激活

打开终端（Windows使用Anaconda Prompt），执行以下命令：

# 创建虚拟环境（指定Python版本为3.9）
conda create -n lca_env python=3.9 -y

# 激活虚拟环境
conda activate lca_env

# 验证当前环境
python --version
conda info --envs

激活成功后，终端提示符前会出现 (lca_env) 标识。

4.3.2 环境管理常用命令

命令	说明
conda create -n 环境名 python=版本	创建新环境
conda activate 环境名	激活指定环境
conda deactivate	退出当前环境
conda env list	列出所有环境
conda remove -n 环境名 --all	删除指定环境

4.4 安装必要库

LCA碳足迹计算依赖五个核心库，每个库在数据处理、计算和可视化中承担关键角色。下表列出了各库的功能定位与安装命令：

库名称	版本建议	在LCA中的核心作用	安装命令
pandas	≥1.5	排放因子表读取、数据清洗、合并与聚合计算	conda install pandas
numpy	≥1.23	矩阵运算、碳足迹数值计算、单位换算	conda install numpy
openpyxl	≥3.1	Excel排放因子库读写、结果导出为.xlsx格式	conda install openpyxl
matplotlib	≥3.7	碳足迹柱状图、饼图、趋势图绘制	conda install matplotlib
seaborn	≥0.12	高级统计图表、热力图、排放因子相关性分析	conda install seaborn

4.4.1 批量安装命令

激活 lca_env 环境后，执行以下命令一次性安装所有库：

conda activate lca_env

# 使用conda安装（推荐，自动处理依赖）
conda install pandas numpy openpyxl matplotlib seaborn -y

或者使用pip安装（如果conda源较慢）：

pip install pandas numpy openpyxl matplotlib seaborn

4.4.2 验证安装

安装完成后，通过Python交互式环境验证每个库是否可用：

python -c "import pandas; print('pandas:', pandas.__version__)"
python -c "import numpy; print('numpy:', numpy.__version__)"
python -c "import openpyxl; print('openpyxl:', openpyxl.__version__)"
python -c "import matplotlib; print('matplotlib:', matplotlib.__version__)"
python -c "import seaborn; print('seaborn:', seaborn.__version__)"

如果每个库都输出版本号且无报错，说明环境搭建成功。

4.5 环境导出与复现

在团队协作或部署时，需要将当前环境配置导出为文件，方便其他成员快速复现相同环境。

# 导出当前环境配置到 YAML 文件
conda env export -n lca_env > environment.yml

# 其他成员使用该文件创建完全相同的环境
conda env create -f environment.yml

4.6 常见问题与解决方案

问题	原因	解决方案
conda: command not found	Anaconda未添加到PATH	重新安装并勾选“Add to PATH”，或手动添加环境变量
ImportError: No module named 'pandas'	未激活虚拟环境或库未安装	执行 conda activate lca_env 后重新安装
安装速度慢或超时	默认源在国外	更换为国内镜像源：conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
版本冲突	库之间依赖不兼容	使用 conda install 而非 pip，conda会自动解决依赖

完成以上步骤后，你的开发环境已经准备就绪，可以开始LCA碳足迹自动计算的代码开发了。