📚 课程目录第2章 Python环境与授信评分工具链

2. Python环境与授信评分工具链

授信评分模型的开发依赖一套稳定、可复现的Python技术栈。本章将引导你完成从基础环境搭建到核心库安装验证的全流程，确保后续沙盘演练的每个环节都有可靠的工具支撑。

2.1 Anaconda：一站式数据科学发行版

Anaconda是目前金融风控领域最主流的Python发行版，它预装了超过1500个数据科学包，并内置了强大的包管理器conda。使用Anaconda可以避免手动安装底层依赖（如BLAS、LAPACK）带来的兼容性问题。

特性	说明	对授信评分的价值
环境隔离	通过conda创建独立虚拟环境	不同项目使用不同Python版本和库版本，避免冲突
预装核心库	numpy、pandas、matplotlib等	开箱即用，减少初始配置时间
跨平台支持	Windows/macOS/Linux	团队协作时环境一致，结果可复现
非管理员安装	用户目录下独立安装	企业内网无需管理员权限即可部署

推荐版本：Anaconda 2024.10 或更新版本（Python 3.12+）。若网络受限，可使用 conda create -n credit python=3.12 创建纯净环境后手动安装所需包。

2.2 Jupyter Notebook：交互式开发与报告

Jupyter Notebook是授信评分沙盘的核心交互界面。它支持代码、公式、可视化与Markdown文档混排，非常适合进行探索性数据分析（EDA）、特征工程和模型原型验证。

安装完成后，在终端执行以下命令启动：

# 启动Jupyter Notebook（默认端口8888）
jupyter notebook

# 或启动Jupyter Lab（更现代的界面）
jupyter lab

启动后，浏览器将打开工作目录。建议为授信评分项目单独创建文件夹，保持文件结构清晰：

data/ —— 原始数据与预处理数据
notebooks/ —— 各阶段分析Notebook
models/ —— 训练好的模型文件
config/ —— 评分卡参数配置

安全提示：Jupyter Notebook默认不加密。生产环境或共享服务器上务必设置密码：jupyter notebook password，并考虑使用HTTPS。

2.3 授信评分核心工具链

授信评分沙盘依赖以下六个核心库，它们覆盖了从数据处理到模型调优的完整流程。下图展示了各库在评分流程中的角色与协作关系。

2.4 库安装与版本验证

在Anaconda Prompt或终端中，按以下顺序执行安装命令。建议使用conda安装底层依赖，pip安装纯Python包。

# 1. 创建并激活授信评分专用环境
conda create -n credit_scoring python=3.12 -y
conda activate credit_scoring

# 2. 安装核心数据科学库
conda install pandas numpy scikit-learn -y

# 3. 安装机器学习扩展库
pip install xgboost optuna

# 4. 安装Jupyter交互环境
conda install jupyter jupyterlab -y

  安装验证脚本：在Jupyter Notebook中运行以下代码，确认所有库已正确加载且版本符合要求。

# 版本验证脚本
import pandas as pd
import numpy as np
import sklearn
import xgboost as xgb
import optuna

print(f"pandas      版本: {pd.__version__}")
print(f"numpy       版本: {np.__version__}")
print(f"scikit-learn版本: {sklearn.__version__}")
print(f"xgboost     版本: {xgb.__version__}")
print(f"optuna      版本: {optuna.__version__}")

# 快速功能验证：创建DataFrame并训练简单模型
from sklearn.linear_model import LogisticRegression
from sklearn.datasets import make_classification

X, y = make_classification(n_samples=1000, n_features=10, random_state=42)
model = LogisticRegression()
model.fit(X, y)
print(f"\n逻辑回归训练完成，准确率: {model.score(X, y):.4f}")

预期输出示例：

pandas      版本: 2.2.3
numpy       版本: 1.26.4
scikit-learn版本: 1.5.2
xgboost     版本: 2.1.3
optuna      版本: 4.1.0

逻辑回归训练完成，准确率: 0.8560

2.5 常见问题与解决方案

问题现象	可能原因	解决方案
`ImportError: No module named 'xgboost'`	xgboost未安装或环境未激活	运行 `conda activate credit_scoring` 后重新安装
`OSError: [WinError 126]` (Windows)	缺少VC++运行时库	安装Microsoft Visual C++ Redistributable
Jupyter Notebook无法启动	端口被占用或配置错误	运行 `jupyter notebook --port=8889` 更换端口
`optuna` 安装后导入慢	首次使用需编译缓存	第二次导入即恢复正常，属正常现象

环境导出与复现：完成安装后，执行 conda env export > environment.yml 导出环境配置。团队成员只需 conda env create -f environment.yml 即可获得完全一致的环境，这是金融风控项目合规审计的关键要求。

2.6 授信评分沙盘目录结构

为便于后续章节的连贯操作，建议按以下结构组织项目文件：

credit_scoring_sandbox/
├── data/
│   ├── raw/              # 原始授信数据（CSV/Excel）
│   └── processed/        # 清洗后数据
├── notebooks/
│   ├── 01_eda.ipynb      # 探索性数据分析
│   ├── 02_feature_eng.ipynb  # 特征工程
│   ├── 03_modeling.ipynb     # 模型训练
│   └── 04_scoring.ipynb      # 评分卡生成
├── models/               # 保存训练好的模型
├── config/
│   └── params.yaml       # 模型超参数配置
├── environment.yml       # 环境导出文件
└── README.md

至此，Python环境与授信评分工具链已全部就绪。在下一阶段，我们将基于此环境，正式进入授信数据的探索与清洗环节。