第2章 环境搭建
说实话，搞信用评分建模，最怕的不是算法复杂，而是环境配了半天跑不起来。我见过太多新手在环境这一步卡了两三天，最后发现是Python版本不对。这一章我就把环境搭建的坑都给你指出来。
我个人习惯用Python 3.8-3.10这个区间，太新或太旧都可能踩坑。嗯，这里要注意，别用3.7以下版本——statsmodels有些新功能不支持了。
2.1 Python基础环境
我在项目里遇到过有人直接装Anaconda全家桶，结果磁盘爆了。其实你只需要一个干净的解释器加一个包管理工具。
推荐方案： 直接装官方Python，然后用pip管理包。千万别装错了64位还是32位——我之前帮同事排查半天，就是他装了32位Python，内存一吃就崩。
安装步骤很简单：
- 去python.org下载3.9.13（我至今觉得这是最稳的版本）
- 安装时记得勾选「Add Python to PATH」
- 打开终端输入
python --version验证
个人习惯： 我会建一个虚拟环境给每个项目。命令就一行：
python -m venv score_env。这样不同项目之间不会打架。
2.2 核心数据科学库
说白了，信用评分建模离不开这几个库。你想想看，数据清洗要pandas，矩阵运算要numpy，可视化要matplotlib——缺一个都不行。
pip install pandas==1.5.3 numpy==1.23.5 scipy==1.9.3 matplotlib==3.6.2
我曾经踩过这个坑： 把pandas装到了2.0版本，结果有些旧代码的DataFrame操作报错。建议锁定1.5.x版本，兼容性和性能都OK。
验证一下能不能正常导入：
python -c "import pandas; import numpy; print('Done')"2.3 建模与统计库
做WoE和逻辑回归，statsmodels和sklearn是主力。我个人习惯用statsmodels看回归摘要，sklearn做交叉验证。
| 库名 | 版本建议 | 主要用途 |
|---|---|---|
| scikit-learn | 1.0.2 | 特征分箱、交叉验证、评分卡评估 |
| statsmodels | 0.13.5 | 逻辑回归拟合、模型摘要、WOE检验 |
| scorecardpy | 0.1.8 | WoE计算、IV筛选、评分卡生成 |
pip install scikit-learn==1.0.2 statsmodels==0.13.5 scorecardpy==0.1.8
这里要注意： scorecardpy是专门为信用评分设计的，内部封装了WoE分箱函数和我很常用的var_filter方法。建议新手先用它，熟悉了再用底层函数。
2.4 WoE专用工具安装
目前社区常用的WoE计算库，除了scorecardpy外，还有woe这个轻量级库。我建议两个都装上，因为有些场景woe库更灵活。
pip install woe==0.3.1快速测试一下：
python -c "import woe; import scorecardpy as sc; print('WOE tools ready')"
个人小技巧： 如果你嫌安装慢，可以换清华镜像源。加个 -i 参数：
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple woe
2.5 开发环境配置
你是不是想问，该用Jupyter还是IDE？我的答案是：两个都要。Jupyter做探索性分析和可视化，VSCode写正式脚本。
安装Jupyter：
pip install jupyter notebook==6.5.2启动命令：
jupyter notebookVSCode的话，装好Python插件、Jupyter插件就够了。别装太多花哨插件，容易卡。
2.6 环境验证——跑通才算数
很多同学装完就不管了，等做项目才发现某个库没装。最后跑个完整验证脚本，确保万无一失。
# 环境验证脚本
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
from sklearn.model_selection import train_test_split
import statsmodels.api as sm
import scorecardpy as sc
import woe
# 创建测试数据
data = pd.DataFrame({
'age': [25, 35, 45, 55, 65],
'income': [5000, 8000, 12000, 15000, 20000],
'default': [0, 0, 1, 0, 1]
})
# WoE分箱测试
bins = sc.woebin(data, y='default')
print("WoE分箱成功！")
print(bins)
如果这段代码没报错，说明你的环境已经完全就绪了，可以直接进入第三章做真实数据分箱。
2.7 常见避坑指南
- 多版本Python冲突： 用虚拟环境隔离，别用系统默认Python
- 权限问题： 别用sudo pip install，改用 --user 或者虚拟环境
- 版本兼容： 我在项目里遇到过scikit-learn 1.1.0和statsmodels 0.14.0不兼容，降级就好了
- 64位vs32位： 你现在去官网下载，默认就是64位，别改
曾经有个新同事，装完所有库后，跑代码发现numpy报错，原来是他系统Python是32位，但装了64位的numpy。这个问题很隐蔽，大家注意一下。
好了，环境这块就这些。我的建议是：配好之后把上面的验证脚本跑一遍，截图保存。下次换机器直接对照着装，效率翻倍。