开发环境搭建：Python与核心库安装配置

好了，到真正动手的时候了。我个人习惯先把环境弄利索再干活，否则后面踩坑会浪费大量时间。这一章我们就来搞定 Python 以及整个数据链路需要的核心库。

你可能会想：「不就是装个 Python 吗？有什么好讲的？」嗯，我当初也这么想。直到有一次我在项目里用了系统自带的 Python 3.6，结果某个库死活装不上——后来发现是版本太旧，不支持 f-string。从那以后，我再也不敢随便拿个 Python 版本就开干了。

Python 版本选择

目前推荐用 Python 3.9 ~ 3.11。3.12 刚出不久，部分旧库还没兼容。3.8 以下就别碰了，很多新特性不支持。

Python 版本 状态 说明
3.8 维护中，即将 EOL 能用，但不建议新项目用
3.9 稳定推荐 兼容性好，生态成熟
3.10 推荐 增加模式匹配等语法糖
3.11 推荐 速度提升明显，适合数据计算
3.12 刚发布 部分库暂时不支持，谨慎

我建议直接用 3.10 或 3.11。后面课程里的代码都基于 3.10 测试，你跟着这个版本不会有问题。

安装方式：官方 vs Anaconda

常用的就两条路：

  • 官方 Python：轻量、干净，适合不想装一堆用不上的包的同学。
  • Anaconda：自带 conda 包管理和大量科学计算库，适合懒人或者做深度学习的朋友。

我个人偏向官方 Python + pip + venv 的组合。为什么？因为 Anaconda 体积太大，而且 conda 和 pip 混用有时会出依赖冲突。不过你要是刚入门，用 Anaconda 也挺好，省心。

官方 Python 安装步骤

  1. 去 python.org 下载对应系统的安装包（选 3.10 或 3.11）。
  2. 安装时记得勾选「Add Python to PATH」。这条我吃过亏——第一次装忘了勾，结果在命令行里敲 python 没反应，查了半天。
  3. 安装完成后打开终端（Windows 用 cmd 或 PowerShell，macOS/Linux 用 Terminal）。
  4. 验证一下：
python --version
Python 3.10.12

pip --version
pip 23.2.1 from ... (python 3.10)

如果出现类似输出，说明安装成功。

Anaconda 安装

  1. 从官网下载 Anaconda Individual Edition（对应你的操作系统）。
  2. 一路默认安装即可。macOS/Linux 推荐装到用户目录下，避免权限问题。
  3. 安装完打开终端，输入 conda --version 检查。
conda --version
conda 24.1.2

一个小建议：如果你用 Anaconda，最好把 conda 自带的 base 环境当「干净基地」，不要在里面装太多东西。每个项目单独建一个 conda 环境，后面好管理。

虚拟环境管理

为什么要搞虚拟环境？说白了，就是隔离不同项目的依赖。我见过一个真实案例：同事 A 的项目需要 numpy 1.19，同事 B 的项目需要 numpy 1.24，结果两个人用了同一个全局环境……那天下午全在折腾依赖。

常用的两种方案：

  • Python 内置 venv（推荐，轻量）
  • conda 环境（跟 Anaconda 配套）

用 venv 创建环境

# 创建名为 data-env 的环境
python -m venv data-env

# 激活环境（Windows）
data-env\Scripts\activate

# 激活环境（macOS/Linux）
source data-env/bin/activate

# 退出环境
deactivate

激活后，命令行前面会出现 (data-env) 字样，代表你正在这个隔离环境里工作。

用 conda 创建环境

# 创建 Python 3.10 的环境
conda create -n data-env python=3.10

# 激活
conda activate data-env

# 退出
conda deactivate

记一个小技巧：每次项目开始前，先创建专属虚拟环境，并在项目根目录放一个 requirements.txt。这样别人克隆你的项目后，一条命令就能还原所有依赖：pip install -r requirements.txt。

核心库安装清单

我们的课程会用到下面这些库，每一个我都会在后面的实战中详细介绍。今天先把它们装好。

库名 作用 安装命令
NumPy 数值计算、数组操作 pip install numpy
Pandas 数据处理、表格操作 pip install pandas
Matplotlib 基础绘图、可视化 pip install matplotlib
Seaborn 统计图表、美观配色 pip install seaborn
Scikit-learn 机器学习算法、预处理 pip install scikit-learn
Requests HTTP 请求、数据采集 pip install requests
Jupyter 交互式开发环境 pip install jupyter

实际执行时，你可以一次性装完：

pip install numpy pandas matplotlib seaborn scikit-learn requests jupyter

或者用我准备的 requirements.txt：

# requirements.txt
numpy>=1.24.0
pandas>=2.0.0
matplotlib>=3.7.0
seaborn>=0.12.0
scikit-learn>=1.3.0
requests>=2.31.0
jupyter>=1.0.0

然后运行 pip install -r requirements.txt 即可。

注意：Linux/macOS 用户如果遇到权限问题（比如 permission denied），可以在命令后加 --user，或者确保你在虚拟环境里操作。我曾经在服务器上忘了进虚拟环境，直接 sudo pip install，结果把系统 Python 搞炸了……后来重装了系统。嗯，血的教训。

验证安装是否成功

装完之后，最好跑一遍简单的测试脚本，确保每个库都能正常导入。我一般这么干：

python -c "
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
import sklearn
import requests
print('NumPy version:', np.__version__)
print('Pandas version:', pd.__version__)
print('Matplotlib version:', plt.matplotlib.__version__)
print('Seaborn version:', sns.__version__)
print('Scikit-learn version:', sklearn.__version__)
print('Requests version:', requests.__version__)
print('All libraries loaded successfully!')
"

如果没报错，恭喜你，环境搭好了。如果某个库报 ModuleNotFoundError，那就重新 pip install 那个库，大概率是网络问题导致下载不完整。

第一张SVG：开发环境搭建流程

下面这张图概括了我们今天要完成的核心步骤，你可以对照着检查。

开发环境搭建流程 开发环境搭建核心流程 选择 Python 版本 (3.10+) 官方 Python + pip Anaconda + conda 创建虚拟环境 安装核心库 运行验证脚本 建议： • 每新项目都建独立环境 • 用 requirements.txt 锁定依赖 • 避免在系统级 Python 里乱 pip

常见问题与避坑

最后分享几个我踩过的坑，你遇到了可以少走弯路。

  • pip 下载慢？ 换成国内镜像源，比如清华源。临时用一次：pip install numpy -i https://pypi.tuna.tsinghua.edu.cn/simple。永久设置可以看官方文档。
  • 安装 pandas 时报错关于 Cython？ 通常是因为 pip 版本太老。先升级 pip：pip install --upgrade pip，再装。
  • Jupyter notebook 打不开？ 试试 jupyter notebook --no-browser，然后手动复制 URL 到浏览器。
  • macOS 用户注意： 系统自带的 Python 是 2.x 或者 3.8 老版本，千万别删。用 brew install python@3.10 装新版本，然后用 python3.10 命令调用。

环境搭好了，接下来就是真正动手写代码了。别着急，一步一步来，后面有的是实战等着你。

← 上一章 📖 返回目录 下一章 →