📚 课程目录第2章环境搭建

2. 环境搭建：Python环境配置、Anaconda与Jupyter Notebook安装、必备库安装

金融知识图谱的样本偏差校验依赖稳定的Python计算环境。本章将指导你完成从零搭建完整开发环境，包括Python解释器、集成开发平台Anaconda、交互式编程工具Jupyter Notebook，以及pandas、numpy、matplotlib、scikit-learn等核心库的安装与验证。

2.1 环境概览与技术选型

在金融数据科学项目中，环境一致性直接影响结果可复现性。下表列出本课程推荐的技术栈及其在样本偏差校验中的角色：

组件	版本建议	在偏差校验中的用途
Python	3.9 – 3.11	脚本执行引擎，所有计算的基础
Anaconda	2024.10 或更新	包管理与虚拟环境隔离，避免库冲突
Jupyter Notebook	7.x	交互式探索偏差分布、可视化样本特征
pandas	≥2.0	数据加载、缺失值统计、分组聚合
numpy	≥1.24	数值计算、矩阵运算、统计指标
matplotlib	≥3.7	偏差可视化：直方图、箱线图、QQ图
scikit-learn	≥1.3	偏差检测模型、特征重要性、样本权重

版本选择建议： 金融生产环境通常使用Python 3.10 LTS，兼顾库兼容性与稳定性。避免使用Python 3.12+早期版本，部分金融计算库可能尚未完全适配。

2.2 Python环境配置

Python是金融知识图谱开发的核心语言。推荐通过Anaconda发行版安装，它预装了conda包管理器、Python解释器及200+常用科学计算库。

2.2.1 下载与安装Anaconda

访问Anaconda官方下载页面（https://www.anaconda.com/download），选择对应操作系统的安装包（Windows/macOS/Linux）。
运行安装程序，建议勾选“Add Anaconda to my PATH environment variable”（Windows）或使用默认安装路径。
安装完成后，打开终端（Terminal / CMD / PowerShell），输入以下命令验证安装：

conda --version
python --version

预期输出类似：

conda 24.9.2
Python 3.12.4

路径冲突提醒： 如果系统中已存在其他Python版本，建议在Anaconda安装时取消勾选“Register Anaconda as my default Python”，避免与系统Python冲突。本课程所有操作均在conda虚拟环境中进行，不影响系统Python。

2.2.2 创建专用虚拟环境

为金融知识图谱项目创建独立虚拟环境，隔离依赖：

conda create -n fin_kg_env python=3.10 -y
conda activate fin_kg_env

激活后终端提示符前会出现 (fin_kg_env) 标识，表示已进入虚拟环境。

2.3 Jupyter Notebook安装与配置

Jupyter Notebook提供浏览器端的交互式编程界面，适合金融数据探索与偏差校验的迭代分析。

2.3.1 安装Jupyter Notebook

在已激活的虚拟环境中执行：

conda install jupyter notebook -y

或使用pip安装：

pip install jupyter notebook

2.3.2 启动与基本操作

jupyter notebook

命令执行后，浏览器自动打开http://localhost:8888/tree，显示文件管理界面。点击右上角“New” → “Python 3 (ipykernel)”创建新笔记本。

内核绑定验证： 在Jupyter Notebook中执行以下代码，确认当前内核使用正确的虚拟环境：

import sys
print(sys.executable)

输出路径应包含 fin_kg_env 字样，如 /Users/xxx/anaconda3/envs/fin_kg_env/bin/python。

2.4 必备库安装

样本偏差校验涉及数据处理、统计计算、可视化与机器学习四个维度。以下按依赖关系依次安装：

2.4.1 核心数据处理库

conda install pandas numpy -y

验证安装：

python -c "import pandas; import numpy; print('pandas:', pandas.__version__); print('numpy:', numpy.__version__)"

2.4.2 可视化与机器学习库

conda install matplotlib scikit-learn -y

验证安装：

python -c "import matplotlib; import sklearn; print('matplotlib:', matplotlib.__version__); print('scikit-learn:', sklearn.__version__)"

2.4.3 批量安装命令（推荐）

为节省时间，可一次性安装所有必备库：

conda install pandas numpy matplotlib scikit-learn jupyter notebook -y

2.5 环境验证与架构总览

完成安装后，通过以下SVG架构图理解各组件在样本偏差校验流程中的协作关系：

2.6 环境完整性检查清单

使用以下脚本一次性验证所有组件是否就绪：

# check_env.py
import sys
import pandas as pd
import numpy as np
import matplotlib
import sklearn

print("✅ Python 版本:", sys.version.split()[0])
print("✅ pandas 版本:", pd.__version__)
print("✅ numpy 版本:", np.__version__)
print("✅ matplotlib 版本:", matplotlib.__version__)
print("✅ scikit-learn 版本:", sklearn.__version__)
print("🎉 环境搭建完成，可以开始金融知识图谱样本偏差校验！")

执行命令：

python check_env.py

预期输出所有库版本号，无ImportError异常。

常见问题排查：
ImportError: No module named 'pandas' → 确认已激活虚拟环境 conda activate fin_kg_env
Jupyter Notebook无法启动 → 检查端口占用：lsof -i :8888（macOS/Linux）或 netstat -ano | findstr :8888（Windows）
库版本过低 → 使用 conda update pandas 升级到最新兼容版本

2.7 本章小结

通过本章操作，你已完成金融知识图谱样本偏差校验的完整环境搭建：

安装Anaconda并创建专用虚拟环境 fin_kg_env
配置Jupyter Notebook作为交互式分析平台
安装pandas、numpy、matplotlib、scikit-learn四大核心库
通过环境检查脚本验证所有组件正常运行