📦 供应链需求预测 · 环境搭建

Python 实战
Anaconda · Jupyter Notebook · 必备库

① Anaconda 安装

Anaconda 是数据科学全家桶，内置 Python、Jupyter 及 250+ 科学包。中小学生也能轻松上手！

  • 访问 Anaconda 官网 (anaconda.com) 下载 Python 3.9+ 版本
  • 根据操作系统选择安装包 (Windows / macOS / Linux)
  • 安装时勾选 “Add Anaconda to my PATH” (方便命令行调用)
  • 安装完成后打开 Anaconda Navigator 图形界面
✅ 验证安装： 打开终端 / CMD 输入 conda --version 显示版本号即成功。

② Jupyter Notebook 配置

Jupyter Notebook 是交互式编程环境，特别适合供应链数据探索与预测建模。

  • 启动方式1： 在 Anaconda Navigator 中点击 “Launch” Jupyter Notebook
  • 启动方式2： 终端输入 jupyter notebook 自动打开浏览器
  • 设置工作目录： 在终端 cd 到你的项目文件夹再启动
  • 安装扩展（可选）： conda install -c conda-forge jupyter_contrib_nbextensions
  • 修改默认浏览器： 生成配置文件 jupyter notebook --generate-config 后编辑
💡 小贴士： 在 Notebook 中按 Shift+Enter 运行单元格，按 Esc 进入命令模式。

③ 必备库安装 (pandas, numpy, matplotlib, statsmodels, scikit-learn)

使用 conda 或 pip 一键安装，所有库都是供应链需求预测的核心工具。

库名称版本 (推荐)用途安装命令
pandas≥1.5数据清洗、时间序列处理conda install pandas
numpy≥1.23数值计算、数组操作conda install numpy
matplotlib≥3.6静态图表、预测可视化conda install matplotlib
statsmodels≥0.13统计建模、ARIMA/指数平滑conda install statsmodels
scikit-learn≥1.1机器学习回归、评估指标conda install scikit-learn

⚡ 快速批量安装（复制到终端执行）：

conda install pandas numpy matplotlib statsmodels scikit-learn -y

或者使用 pip (如果 conda 较慢)：

pip install pandas numpy matplotlib statsmodels scikit-learn

环境架构总览 (SVG)

Anaconda Jupyter Notebook Python 内核 pandas numpy / matplotlib statsmodels / sklearn 📊 供应链需求预测 软件栈
▲ 从 Anaconda 到预测库：层次清晰，开箱即用

环境验证代码

在 Jupyter Notebook 中运行以下代码，确认所有库已正确安装。

# 导入并打印版本号
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import statsmodels.api as sm
import sklearn

print("pandas       :", pd.__version__)
print("numpy        :", np.__version__)
print("matplotlib   :", plt.matplotlib.__version__)
print("statsmodels  :", sm.__version__)
print("scikit-learn :", sklearn.__version__)

# 简单测试：创建时间序列
dates = pd.date_range(start='2023-01-01', periods=6, freq='M')
data = np.random.randint(100, 500, size=6)
ts = pd.Series(data, index=dates)
print("\n✅ 示例时间序列：\n", ts)

如果所有版本号都显示且没有报错，说明环境搭建成功！🎉

📘 课程资料