2. 环境搭建：Python 3.10+安装、Anaconda虚拟环境配置、Jupyter Lab与VS Code设置、项目依赖库安装

在开始构建保险赔付率实时预测系统之前，必须建立一套稳定、可复现的开发环境。本章将引导你完成从基础解释器安装到项目依赖库部署的全流程，确保后续章节的代码能够在统一的环境中正确运行。

2.1 Python 3.10+ 安装与验证

本项目基于 Python 3.10 及以上版本开发，推荐使用 Python 3.10.12 或 3.11.x 系列。安装步骤如下：

  1. 访问 Python 官方下载页面（python.org/downloads），选择对应操作系统的安装包。
  2. 安装时务必勾选 "Add Python to PATH"，否则后续命令行无法直接调用 python 命令。
  3. 安装完成后，打开终端（CMD / PowerShell / Terminal）执行验证命令：
python --version
# 预期输出：Python 3.10.12 或更高版本

pip --version
# 预期输出：pip 23.x.x from ... (python 3.10)
避坑提示：Windows 用户若同时安装了 Microsoft Store 版本 Python，建议在系统环境变量中将官方安装路径上移至 Store 路径之前，避免版本冲突。

2.2 Anaconda 虚拟环境配置

Anaconda 是数据科学领域最流行的包管理与环境隔离工具。使用虚拟环境可以避免不同项目之间的依赖冲突，是生产级项目的标准实践。

2.2.1 安装 Anaconda

从 anaconda.com/download 下载对应系统的 Anaconda Installer（推荐 Python 3.10 版本）。安装完成后，打开终端验证：

conda --version
# 预期输出：conda 23.x.x

2.2.2 创建并激活项目虚拟环境

为保险赔付率项目创建独立环境，指定 Python 版本：

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

环境激活后，终端提示符前会出现 (claim_prediction) 前缀，表示当前处于虚拟环境中。

2.2.3 环境管理常用命令

操作 命令 说明
查看所有环境 conda env list 列出所有已创建的虚拟环境
退出环境 conda deactivate 返回 base 环境
删除环境 conda env remove -n claim_prediction 彻底移除环境及其所有包
导出环境配置 conda env export > environment.yml 用于团队协作复现环境
重要：后续所有依赖库安装、代码运行都必须在 claim_prediction 虚拟环境下进行。每次打开新终端时，请先执行 conda activate claim_prediction。

2.3 Jupyter Lab 与 VS Code 设置

本项目提供两种开发方式：Jupyter Lab 适合数据探索与原型验证，VS Code 适合工程化代码开发与调试。两者可并行使用。

2.3.1 Jupyter Lab 安装与启动

在虚拟环境中安装 Jupyter Lab：

pip install jupyterlab
jupyter lab

启动后浏览器自动打开 http://localhost:8888/lab，界面左侧为文件浏览器，右侧为 Notebook 编辑区。建议在项目根目录下创建 notebooks/ 文件夹存放 .ipynb 文件。

2.3.2 VS Code 配置

VS Code 是微软推出的轻量级 IDE，通过以下配置可无缝对接 Anaconda 虚拟环境：

  1. 安装 Python 扩展（ms-python.python）和 Jupyter 扩展（ms-toolsai.jupyter）。
  2. 按 Ctrl+Shift+P 打开命令面板，输入 Python: Select Interpreter，选择 claim_prediction 环境下的 Python 解释器（路径通常为 ~/anaconda3/envs/claim_prediction/bin/python）。
  3. 打开项目文件夹，VS Code 会自动识别虚拟环境并激活。
效率建议：在 VS Code 中可以直接创建和运行 .ipynb 文件，无需额外启动 Jupyter Lab 服务。对于需要长时间运行的模型训练脚本，建议使用 VS Code 的终端直接执行 .py 文件。

2.4 项目依赖库安装

保险赔付率实时预测系统涉及数据处理、机器学习建模、API 服务与消息队列等多个技术栈。以下为核心依赖库及其作用：

库名 版本建议 用途
pandas >=1.5.0 结构化数据读取、清洗、聚合与时间序列处理
numpy >=1.23.0 数值计算、矩阵运算与随机数生成
scikit-learn >=1.2.0 数据预处理、特征工程、模型评估与基础分类/回归算法
xgboost >=1.7.0 梯度提升树模型，用于赔付率预测的核心算法
flask >=2.3.0 轻量级 Web 框架，用于部署模型预测 API
kafka-python >=2.0.2 Apache Kafka 客户端，用于实时数据流接入

在虚拟环境中执行以下命令批量安装：

pip install pandas numpy scikit-learn xgboost flask kafka-python

安装完成后，可通过以下脚本验证所有库是否可用：

python -c "import pandas, numpy, sklearn, xgboost, flask, kafka; print('All dependencies installed successfully!')"
版本锁定：生产环境中建议使用 pip freeze > requirements.txt 将当前环境的精确版本号导出，便于后续部署时完全复现。

2.5 环境架构总览

下图展示了本课程开发环境的整体架构，从底层解释器到上层应用工具的层级关系：

保险赔付率实时预测 — 开发环境架构 操作系统层（Windows / macOS / Linux） Python 3.10+ 解释器 Anaconda 虚拟环境（claim_prediction） 核心依赖库 pandas · numpy · scikit-learn · xgboost · flask · kafka-python 开发工具 Jupyter Lab（数据探索） · VS Code（工程开发） 层级说明 自底向上逐层依赖

2.6 环境验证清单

完成上述所有步骤后，请逐项核对以下清单，确保环境就绪：

  • Python 版本：python --version 输出 3.10.x 或更高
  • 虚拟环境：终端前缀显示 (claim_prediction)
  • Jupyter Lab：浏览器可正常打开 localhost:8888 并创建 Notebook
  • VS Code：Python 解释器已切换至虚拟环境路径
  • 依赖库：上述验证脚本输出成功信息
← 上一章 📖 返回目录 下一章 →