2. Python开发环境搭建与工具准备

环境监测数据处理的第一步，不是写代码，而是把“工作台”搭好。本节要完成四件事：安装Anaconda（Python发行版与包管理器）、安装并启动Jupyter Notebook（交互式分析环境）、安装VS Code（代码编辑器）、创建独立虚拟环境并安装pandas、numpy、matplotlib三个核心库，最后编写并运行第一个数据读取脚本，确认整条链路可用。

一、为什么用Anaconda而不是裸装Python

环境监测数据往往涉及CSV、Excel、NetCDF等多种格式，依赖库版本之间容易冲突。Anaconda自带conda包管理器和科学计算生态，能在一个命令里完成“建环境+装库”，并且不同项目互不干扰。安装时从官网下载对应操作系统的安装包，Windows下建议勾选“Add Anaconda to my PATH environment variable”之外的默认选项，安装完成后打开“Anaconda Prompt”（Windows）或终端（macOS/Linux），输入以下命令验证：

conda --version
python --version

若分别返回类似 conda 24.x.x 与 Python 3.11.x，说明基础环境就绪。注意：不要用系统自带的Python覆盖conda的Python，后续所有操作都在conda环境中进行。

二、创建虚拟环境并安装数据处理库

虚拟环境的作用是把本项目的库与其它项目隔离。假设项目名为 env_monitor，指定Python 3.11，执行：

conda create -n env_monitor python=3.11 -y
conda activate env_monitor
conda install pandas numpy matplotlib jupyter -y

激活后命令行前缀会变成 (env_monitor)，这是判断“当前在哪个环境”的最直接标志。安装完成后可用 conda list 查看已装包及版本。若网络较慢，可改用 pip install pandas numpy matplotlib jupyter，但同一环境内尽量只用一种包管理器，避免依赖解析冲突。

三、Jupyter Notebook与VS Code的分工

Jupyter适合“边看数据边写代码”：单元格执行、结果就地显示、图表直接嵌入，非常适合探索性分析。启动方式是在激活的环境中执行 jupyter notebook，浏览器会自动打开工作目录页面。VS Code则适合编写正式脚本、管理多文件项目，安装Python扩展后，在右下角选择解释器为 env_monitor 环境即可获得补全与调试能力。两者可以共存：探索阶段用Jupyter，定稿后把逻辑整理成 .py 脚本。

四、编写第一个数据读取脚本

准备一个示例监测数据文件 air_quality.csv，字段为 time,pm25,pm10,so2,no2，共若干行小时记录（以下数据为教学示例，非实测）。在项目目录下新建 read_data.py：

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

# 1. 读取CSV，指定时间列解析为日期
df = pd.read_csv("air_quality.csv", parse_dates=["time"])

# 2. 基本检查
print("数据形状:", df.shape)
print("字段类型:\n", df.dtypes)
print("缺失值统计:\n", df.isna().sum())

# 3. 简单清洗：按时间排序，缺失值用前值填充
df = df.sort_values("time").reset_index(drop=True)
df["pm25"] = df["pm25"].ffill()

# 4. 统计与绘图
print("PM2.5 均值:", round(df["pm25"].mean(), 2))
plt.plot(df["time"], df["pm25"], color="#2e8b6f", linewidth=1.5)
plt.title("PM2.5 小时变化（示例数据）")
plt.xlabel("时间"); plt.ylabel("浓度 μg/m³")
plt.xticks(rotation=30)
plt.tight_layout()
plt.savefig("pm25_trend.png", dpi=120)
print("图表已保存: pm25_trend.png")

运行方式有两种：在VS Code中打开该文件，确认右下角解释器为 env_monitor，点击运行按钮；或在激活环境的终端执行 python read_data.py。判断成功的依据有三条：终端打印出数据形状（如 (24, 5)）、缺失值统计为0或已说明、项目目录下出现 pm25_trend.png 且曲线随时间连续变化。若报 ModuleNotFoundError，说明当前解释器不在 env_monitor 环境，需重新选择解释器或激活环境。

五、常见问题与排查要点

• conda activate 报错：Windows下需先执行 conda init 并重开终端；或直接用Anaconda Prompt。
• Jupyter 找不到内核：在目标环境中执行 python -m ipykernel install --user --name env_monitor，再在Notebook中切换内核。
• 中文图表乱码：在绘图前加 plt.rcParams["font.sans-serif"] = ["SimHei"] 与 plt.rcParams["axes.unicode_minus"] = False。
• CSV读取报编码错误：尝试 encoding="utf-8-sig" 或 encoding="gbk"，环境监测系统导出的文件常见这两种编码。