第4章：环境搭建——Python环境准备

说实话，每次带新人入门，我最怕的就是环境搭建这一步。明明代码逻辑都讲清楚了，结果卡在装库上，一卡就是半天。我自己刚入行那会儿，也踩过不少坑——pip装到一半报错、版本冲突、Python 2和3混用……嗯，今天咱们就把这事儿捋清楚。

4.1 为什么非得用Python？

你可能要问：做数据录制和轨迹回放，用C++或者MATLAB不行吗？当然行。但我个人习惯用Python，原因很简单——快。不是运行快，是开发快。你想想看，我们做算法验证，经常要改参数、换数据格式、画曲线对比。Python的numpy和matplotlib，几行代码就能搞定。我在项目里试过用C++写同样的功能，光编译就得等两分钟，调试起来更是折磨。

说白了，Python就是咱们的“快速原型工具”。等算法稳定了，再考虑用C++做工程化部署。

4.2 安装Python

我建议你直接用Anaconda。为什么？因为它自带了一堆科学计算库，省得你一个一个装。而且conda的环境管理比pip强太多——我在一个项目里同时用过Python 3.6和3.8，全靠conda切换。

安装步骤很简单：

1. 去Anaconda官网下载对应系统的安装包
2. 一路默认安装，但记得勾选“Add Anaconda to my PATH environment variable”
3. 打开终端（Windows用cmd或PowerShell，Mac/Linux用bash），输入 python --version 确认安装成功

4.3 安装必要的库

咱们这门课主要用三个库：numpy、matplotlib、pandas。我按顺序讲。

4.3.1 numpy——数据计算的基石

numpy是Python科学计算的灵魂。没有它，你连个矩阵乘法都得自己写循环。我当年做轨迹拟合时，用numpy的polyfit函数，一行代码就搞定了多项式回归。要是自己手写，至少得20行。

安装命令：

pip install numpy

或者用conda：

conda install numpy

验证是否装好：

import numpy as np
print(np.__version__)
# 输出类似 1.24.3 就对了

4.3.2 matplotlib——画图神器

做轨迹回放，最直观的方式就是画图。matplotlib能画折线图、散点图、3D轨迹图……我经常用它来对比算法输出的轨迹和真实轨迹，一眼就能看出偏差。

安装：

pip install matplotlib

简单测试：

import matplotlib.pyplot as plt
plt.plot([1,2,3], [4,5,6])
plt.show()
# 弹出一个窗口，显示一条斜线，说明安装成功

4.3.3 pandas——数据处理的好帮手

pandas主要用来处理表格数据。比如你录制的传感器数据，时间戳、位置、速度……用pandas的DataFrame存起来，筛选、排序、合并都特别方便。我记得有一次客户给的数据是CSV格式，里面有几万行记录，用pandas读进来，几秒钟就处理完了。

安装：

pip install pandas

验证：

import pandas as pd
print(pd.__version__)
# 输出类似 2.0.3

4.4 一次性安装所有库

如果你嫌一个一个装麻烦，可以写个requirements.txt文件：

numpy==1.24.3
matplotlib==3.7.1
pandas==2.0.3

然后运行：

pip install -r requirements.txt

这样三个库一次性装好，版本也固定了，不会出现“昨天还能跑，今天报错”的情况。

4.5 环境验证

装完之后，我建议你跑一个完整的测试脚本，确保所有库都能协同工作：

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

# 生成模拟数据
time = np.linspace(0, 10, 100)
x = np.sin(time)
y = np.cos(time)

# 存入DataFrame
df = pd.DataFrame({'time': time, 'x': x, 'y': y})
print(df.head())

# 画轨迹图
plt.figure(figsize=(8, 6))
plt.plot(df['x'], df['y'], label='轨迹')
plt.xlabel('X')
plt.ylabel('Y')
plt.title('模拟轨迹')
plt.legend()
plt.grid(True)
plt.show()

如果这段代码能顺利运行，恭喜你——环境搭建完成！

4.6 本章知识体系

下面这张图帮你理清本章的核心逻辑：

环境搭建是后续所有章节的基础。别嫌麻烦，花半小时把这一步走稳了，后面写代码会顺畅很多。我见过太多人因为环境问题卡住，最后放弃了整个项目——其实只要按步骤来，真没那么难。