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

在开始金融知识图谱样本偏差校验之前，必须搭建一个稳定、可复现的Python开发环境。本章将指导你完成从基础解释器安装到核心库配置的全流程，确保后续所有代码示例和实验都能在统一的环境中正确运行。

2.1 Python环境配置

推荐使用 Python 3.9 ~ 3.12 版本。金融知识图谱项目依赖的库（如scikit-learn、networkx）在3.9以上版本中兼容性最佳。请从Python官网下载对应操作系统的安装包，安装时务必勾选 "Add Python to PATH"。

2.2 Anaconda安装

Anaconda是数据科学领域最流行的Python发行版，内置了包管理器conda和大量预装库。使用Anaconda可以轻松创建隔离的虚拟环境，避免不同项目间的依赖冲突。

conda create -n kg_bias python=3.10
conda activate kg_bias

2.3 Jupyter Notebook使用

Jupyter Notebook是交互式编程的利器，特别适合数据探索、模型调试和教学演示。Anaconda已内置Jupyter，无需单独安装。

• 启动方式： 在终端激活环境后，输入 jupyter notebook，浏览器将自动打开Notebook界面。
• 新建笔记本： 点击右上角 New → Python 3 (ipykernel)。
• 常用快捷键：
  • Shift + Enter：运行当前单元格并移动到下一个
  • Ctrl + Enter：运行当前单元格
  • Esc + M：将单元格切换为Markdown模式
  • Esc + Y：将单元格切换为代码模式

2.4 必备库安装

金融知识图谱样本偏差校验项目依赖以下五个核心库。使用conda或pip安装均可，建议优先使用conda以解决依赖冲突。

conda activate kg_bias
conda install pandas numpy matplotlib scikit-learn networkx -y

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import sklearn
import networkx as nx

print("pandas version:", pd.__version__)
print("numpy version:", np.__version__)
print("matplotlib version:", plt.matplotlib.__version__)
print("scikit-learn version:", sklearn.__version__)
print("networkx version:", nx.__version__)

2.5 环境验证与常见问题

完成安装后，建议执行一次完整的环境健康检查，确保所有组件协同工作。

• 检查conda环境列表： conda env list，确认 kg_bias 环境存在且激活。
• 检查Jupyter内核： 在Jupyter中点击 Kernel → Change kernel，查看是否包含 kg_bias。
• 常见问题：
  • ImportError: No module named 'pandas' → 未激活正确环境，运行 conda activate kg_bias。
  • Jupyter无法启动 → 尝试 conda install jupyter 重新安装。
  • 网络慢导致安装失败 → 更换国内镜像源：conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/。