2. 环境搭建与工具链：Python 环境配置与核心库安装

说实话，做点云开发，环境搭不好，后面全是坑。我见过太多同学卡在第一步——库装不上、版本冲突、Open3D 跑不起来。今天咱们就把这事彻底搞定。

我个人习惯用 Anaconda 管理 Python 环境。为什么？因为它能隔离项目依赖，避免「装一个库崩一片」的惨剧。你想想看，要是同时做深度学习、点云处理和 Web 开发，每个项目依赖的 Python 版本、库版本都不一样，混在一起迟早出事。

2.1 安装 Anaconda

去官网下载对应系统的安装包就行。Windows 用户注意选 64 位版本，别下错了。安装时有个选项——「Add Anaconda to my PATH environment variable」，我建议勾上，省得后面手动配环境变量。

2.2 创建独立环境

装好 Anaconda 后，咱们创建一个专门用于点云开发的环境。打开终端（Windows 用 Anaconda Prompt），执行：

conda create -n lidar_env python=3.9 -y

这里我选了 Python 3.9。为什么不是最新的 3.12？因为 Open3D 对 Python 3.9 支持最稳定，我在项目里踩过 3.11 的坑——有些底层库还没适配，编译报错能让你怀疑人生。

激活环境：

conda activate lidar_env

看到命令行前面多了 (lidar_env) 就对了。以后每次做点云相关开发，记得先激活这个环境。

2.3 安装核心库

环境激活后，开始装库。咱们需要三个核心库：

安装命令很简单：

pip install open3d numpy matplotlib

嗯，这里要注意。虽然 Anaconda 自带 conda install，但我更推荐用 pip 装 Open3D。为什么？因为 conda 源里的 Open3D 版本经常滞后，而 pip 能直接拿到最新稳定版。我在项目里吃过 conda 源版本太老的亏——有些新功能用不了，还得重新用 pip 装一遍。

2.4 验证开发环境

库装完了，怎么知道能不能用？写个简单脚本验证一下。

创建一个 test_env.py 文件，写入以下代码：

import numpy as np
import open3d as o3d
import matplotlib.pyplot as plt

# 验证 NumPy
print("NumPy 版本:", np.__version__)
arr = np.array([1, 2, 3, 4, 5])
print("NumPy 数组:", arr)

# 验证 Open3D
print("Open3D 版本:", o3d.__version__)
pcd = o3d.geometry.PointCloud()
points = np.random.rand(100, 3)
pcd.points = o3d.utility.Vector3dVector(points)
print("点云点数:", len(pcd.points))

# 验证 Matplotlib
print("Matplotlib 版本:", plt.__version__)
plt.plot([1, 2, 3], [1, 4, 9])
plt.title("测试图表")
plt.show()

print("✅ 所有库加载成功！环境可用。")

运行它：

python test_env.py

如果看到三个库的版本号，并且弹出一个图表窗口，说明环境搭好了。如果报错，别慌——大概率是某个库没装全，重新 pip install 一下就行。

2.5 知识体系总览

为了让你对整个环境搭建流程有个全局认识，我画了张图：

2.6 常见问题与解决方案

环境搭建过程中，你可能会遇到这些问题：

• pip 安装超时： 国内用户建议换清华源或阿里源。命令：pip install open3d -i https://pypi.tuna.tsinghua.edu.cn/simple
• Open3D 可视化窗口黑屏： 检查显卡驱动，或者试试 o3d.visualization.draw_geometries([pcd], window_name="Test") 这种简单调用
• NumPy 版本冲突： 有些库对 NumPy 版本有要求。我建议先装 NumPy，再装其他库，这样 pip 会自动适配
• Matplotlib 中文乱码： 设置中文字体：plt.rcParams['font.sans-serif'] = ['SimHei']