2. Python 环境搭建：Anaconda安装、Jupyter Notebook配置、常用测绘库安装

说实话，搞测绘数据处理，第一步不是写代码，而是把环境搭好。我见过太多人花一整天装库，最后因为版本冲突直接放弃。别急，跟着我来，半小时搞定。

2.1 为什么选 Anaconda？

Python 本身只是个解释器，真正干活的是那些第三方库。但库与库之间经常打架——这个要 Python 3.8，那个要 3.10，手动管能把你逼疯。

Anaconda 就是来解决这个问题的。它自带 Python、包管理器 conda，还有 1500+ 科学计算库。说白了，一套装完，省心省力。

2.2 Anaconda 安装实战

我个人习惯用 Anaconda 2023.09 以上版本，Python 3.10 内核。太老的版本有些新库不支持。

Windows 安装步骤

1. 官网下载 Anaconda Installer（64位）
2. 双击运行，一路 Next
3. 关键点：勾选 "Add Anaconda to my PATH environment variable"
4. 安装路径不要有中文和空格

验证安装

打开终端（CMD 或 PowerShell），输入：

conda --version
python --version

如果看到版本号，说明装好了。我一般还会跑一句：

conda info --envs

看看默认的 base 环境是否正常。

2.3 Jupyter Notebook 配置

Jupyter Notebook 是我最常用的交互式编程工具。写一段代码，立刻看到结果，特别适合测绘数据的探索性分析。

安装与启动

Anaconda 已经自带 Jupyter，直接启动：

jupyter notebook

浏览器会自动打开 http://localhost:8888。如果没打开，手动复制地址栏的 token 就行。

配置虚拟环境内核

你想想看，如果所有项目都挤在 base 环境，迟早乱套。我建议每个项目建独立环境，然后注册到 Jupyter 里。

# 创建虚拟环境
conda create -n geo_env python=3.10

# 激活环境
conda activate geo_env

# 安装 ipykernel
conda install ipykernel

# 注册到 Jupyter
python -m ipykernel install --user --name geo_env --display-name "测绘环境"

重启 Jupyter，新建 Notebook 时就能选 "测绘环境" 了。

2.4 常用测绘库安装

好，环境搭好了，现在装真正干活的家伙。下面这四个库，基本覆盖了测绘数据处理的全部流程。

避坑指南

• geopandas 别用 pip 装：它的依赖 fiona、gdal 需要 C 编译器，pip 经常失败。conda 直接下编译好的二进制包，稳得很。
• pyproj 版本注意：我遇到过 pyproj 3.4 和 geopandas 0.12 不兼容的情况。建议统一用 conda 安装，它会自动匹配版本。
• pyshp 纯 Python：这个库没有 C 扩展，pip 安装零失败。适合在受限环境（如内网）使用。

验证安装

写个简单脚本测试一下：

import geopandas as gpd
import shapely
import pyproj
import shapefile

print(f"geopandas: {gpd.__version__}")
print(f"shapely: {shapely.__version__}")
print(f"pyproj: {pyproj.__version__}")
print(f"pyshp: {shapefile.__version__}")

如果全部打印出版本号，恭喜你，环境搭建成功！

2.5 知识体系总览

下面这张图，把本章的核心逻辑串起来了。你保存下来，以后装环境忘了步骤直接看。