3. 环境搭建：Python环境配置，pyulog与pymavlink库安装，Jupyter Notebook设置
说实话，很多同学学日志分析，一上来就啃协议文档，结果被各种二进制格式搞得头大。我的建议是——先把家伙事儿备齐了。环境搭好了，后面90%的坑都能提前避开。
这一章，咱们就把Python环境、两个核心库（pyulog和pymavlink），还有Jupyter Notebook一次性搞定。我保证，跟着走完，你就能打开第一个ulog文件了。
3.1 Python环境配置
我个人习惯用Python 3.8以上版本。为什么？因为pyulog和pymavlink在3.8到3.11之间测试最充分。你想想看，要是装了个3.12，某些依赖库还没跟上，那折腾起来就费劲了。
3.1.1 安装Python
如果你还没装Python，去官网下载就行。这里有个小技巧：安装时记得勾选“Add Python to PATH”。
3.1.2 创建虚拟环境
嗯，这里要重点说一下。我强烈建议你为这个课程单独创建一个虚拟环境。为什么呢？因为不同的项目可能依赖不同版本的库，混在一起容易出问题。
# 打开终端（Windows用CMD或PowerShell，Mac/Linux用bash）
# 创建一个叫 px4_analysis 的虚拟环境
python -m venv px4_analysis
# 激活虚拟环境
# Windows:
px4_analysis\Scripts\activate
# Mac/Linux:
source px4_analysis/bin/activate激活后，你会看到命令行前面多了个 (px4_analysis) 前缀。这说明你现在在虚拟环境里了，后面装的库都只在这个环境里生效。
3.2 安装pyulog与pymavlink
这两个库是咱们分析日志的左膀右臂。说白了，pyulog负责解析PX4的ulog格式，pymavlink负责处理MAVLink协议的数据。两者配合，基本能覆盖所有日志分析场景。
3.2.1 安装pyulog
pyulog是PX4官方推荐的日志解析库。它能把二进制的ulog文件转换成Python对象，方便我们提取传感器数据、姿态信息、控制输出等等。
# 在虚拟环境中安装
pip install pyulog安装完成后，你可以验证一下：
python -c "import pyulog; print(pyulog.__version__)"如果输出版本号，比如 0.8.0，那就说明装好了。
3.2.2 安装pymavlink
pymavlink是MAVLink协议的Python实现。它不仅能解析日志，还能模拟地面站、发送指令。咱们这门课主要用它来解析日志中的MAVLink消息。
pip install pymavlink验证安装：
python -c "import pymavlink; print(pymavlink.__version__)"3.2.3 安装其他依赖
为了方便数据分析和可视化，我建议再装几个常用库：
pip install numpy pandas matplotlib这几个库的作用，我简单列个表：
| 库名 | 作用 | 为什么需要 |
|---|---|---|
| numpy | 数值计算 | 处理传感器数组、矩阵运算 |
| pandas | 数据处理 | 把日志数据转成表格，方便筛选和统计 |
| matplotlib | 数据可视化 | 画曲线图、散点图，直观看到飞行数据变化 |
3.3 Jupyter Notebook设置
我个人特别喜欢用Jupyter Notebook来做日志分析。为什么？因为它能边写代码边看结果，特别适合探索性分析。你加载一个日志，画个图，马上就能看到数据长什么样。
3.3.1 安装Jupyter
pip install jupyter安装完成后，启动它：
jupyter notebook这时候浏览器会自动打开一个页面，地址一般是 http://localhost:8888。如果没自动打开，你就手动复制那个地址到浏览器里。
3.3.2 创建第一个Notebook
在Jupyter界面里，点击右上角的“New” -> “Python 3”，就会创建一个新的Notebook。你可以给它重命名，比如 PX4_Log_Analysis_01。
在第一个单元格里，输入以下代码，测试一下环境：
import pyulog
import pymavlink
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
print("所有库导入成功！")
print(f"pyulog版本: {pyulog.__version__}")
print(f"pymavlink版本: {pymavlink.__version__}")按 Shift + Enter 运行。如果看到“所有库导入成功！”，那恭喜你，环境搭建完成了。
3.4 知识体系总览
为了让你对整个环境搭建有个全局认识，我画了一张图。你可以把它当作一个路线图，后面遇到问题就知道该查哪一部分了。
3.5 常见问题与避坑
环境搭建看起来简单，但实际操作中总会遇到各种小问题。我把最常见的几个列出来，你遇到了可以直接对照解决。
3.5.1 pip安装超时
国内网络有时候下载Python包会很慢，甚至超时。我曾经被这个问题卡了整整一下午。
解决办法：使用国内镜像源。
pip install pyulog -i https://pypi.tuna.tsinghua.edu.cn/simple3.5.2 虚拟环境激活失败
在Windows上，有时候执行 activate 会报错，提示“无法加载文件...因为在此系统上禁止运行脚本”。
这是因为PowerShell的执行策略限制。解决办法：以管理员身份打开PowerShell，执行：
Set-ExecutionPolicy -ExecutionPolicy RemoteSigned -Scope CurrentUser然后重新激活虚拟环境就行了。
3.5.3 Jupyter Notebook无法自动打开浏览器
这个我遇到过好几次。如果你在服务器或者某些特殊环境下，Jupyter不会自动打开浏览器。这时候你只需要手动复制终端里显示的URL，粘贴到浏览器地址栏就行。
# 终端里会显示类似这样的信息
# http://localhost:8888/?token=abcdef12345678903.6 验证环境
最后，我们来做一个完整的验证。在Jupyter Notebook里运行以下代码，如果能成功输出数据，说明环境完全就绪了。
# 模拟一个简单的ulog数据读取流程
import pyulog
import pandas as pd
# 创建一个示例ulog文件路径（这里只是演示，实际需要替换成你的日志文件）
# ulog_file = "path/to/your/flight.ulg"
# 尝试加载ulog文件
try:
# 如果当前目录下有一个test.ulg文件，就加载它
ulog = pyulog.Pyulog("test.ulg")
print("ulog文件加载成功！")
print(f"包含 {len(ulog.data_list)} 个数据主题")
except FileNotFoundError:
print("没有找到ulog文件，但环境配置正确。")
print("后续章节我们会学习如何获取和分析真实的日志文件。")
print("\n环境验证完成，一切就绪！")好了，环境搭建就到这里。你现在已经有了一个完整的Python分析环境，后面我们就可以开始真正的日志分析之旅了。