3. 项目环境搭建：Python环境配置、Jupyter Notebook设置与必备库安装

在开始构建信用评分Champion模型之前，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Python解释器安装到核心依赖库配置的全流程，确保后续所有建模、评估与可视化工作能够顺畅执行。

3.1 Python环境配置

推荐使用Python 3.8及以上版本（3.9或3.10为最佳选择），以保证对scikit-learn、XGBoost、LightGBM等库的完整兼容性。建议通过虚拟环境隔离项目依赖，避免与系统全局包冲突。

3.2 Jupyter Notebook设置

Jupyter Notebook是数据科学领域最常用的交互式开发工具，支持代码、可视化与文档的混合编排。在虚拟环境中安装并配置Jupyter，可以确保内核与项目依赖一致。

# 在激活的虚拟环境中安装Jupyter
pip install jupyter notebook

# 将虚拟环境注册为Jupyter内核
pip install ipykernel
python -m ipykernel install --user --name=credit_score_env --display-name="Credit Score (Python 3)"

# 启动Jupyter Notebook
jupyter notebook

启动后，浏览器将自动打开Jupyter仪表盘。新建Notebook时，请选择内核为 "Credit Score (Python 3)"，确保所有已安装的库可用。

3.3 必备库安装与版本验证

信用评分建模涉及数据处理、机器学习建模、模型评估与可视化等多个环节。下表列出了核心依赖库及其用途：

# 一键安装所有必备库
pip install pandas numpy scikit-learn xgboost lightgbm matplotlib seaborn

# 验证安装版本（在Python或Jupyter中执行）
import pandas as pd
import numpy as np
import sklearn
import xgboost as xgb
import lightgbm as lgb
import matplotlib
import seaborn as sns

print(f"pandas: {pd.__version__}")
print(f"numpy: {np.__version__}")
print(f"scikit-learn: {sklearn.__version__}")
print(f"xgboost: {xgb.__version__}")
print(f"lightgbm: {lgb.__version__}")
print(f"matplotlib: {matplotlib.__version__}")
print(f"seaborn: {sns.__version__}")

3.4 环境验证与项目结构

完成安装后，建议运行一个简短的测试脚本，确认所有库能够正常导入并执行基本运算。同时，建立清晰的项目目录结构有助于后续模型迭代与结果管理。

# 测试脚本：环境完整性检查
import pandas as pd
import numpy as np
from sklearn.linear_model import LogisticRegression
from sklearn.model_selection import train_test_split
from sklearn.metrics import roc_auc_score
import xgboost as xgb
import lightgbm as lgb
import matplotlib.pyplot as plt
import seaborn as sns

# 生成模拟数据
np.random.seed(42)
X = np.random.randn(1000, 5)
y = (X[:, 0] + X[:, 1] - X[:, 2] + np.random.randn(1000) * 0.5) > 0

# 划分数据集
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3, random_state=42)

# 训练逻辑回归
lr = LogisticRegression()
lr.fit(X_train, y_train)
print(f"Logistic Regression AUC: {roc_auc_score(y_test, lr.predict_proba(X_test)[:, 1]):.4f}")

# 训练XGBoost
xgb_model = xgb.XGBClassifier(n_estimators=100, max_depth=3, random_state=42)
xgb_model.fit(X_train, y_train)
print(f"XGBoost AUC: {roc_auc_score(y_test, xgb_model.predict_proba(X_test)[:, 1]):.4f}")

# 训练LightGBM
lgb_model = lgb.LGBMClassifier(n_estimators=100, max_depth=3, random_state=42)
lgb_model.fit(X_train, y_train)
print(f"LightGBM AUC: {roc_auc_score(y_test, lgb_model.predict_proba(X_test)[:, 1]):.4f}")

print("\n环境验证通过！所有库工作正常。")

推荐的项目目录结构如下：

credit_score_champion/
├── data/                  # 原始数据与处理后的数据
│   ├── raw/
│   └── processed/
├── notebooks/             # Jupyter Notebook文件
├── src/                   # Python脚本模块
│   ├── data_preprocessing.py
│   ├── feature_engineering.py
│   ├── model_training.py
│   └── model_evaluation.py
├── models/                # 保存训练好的模型文件
├── reports/               # 评估报告与图表输出
│   └── figures/
├── config.py              # 全局配置参数
└── requirements.txt       # 依赖清单

3.5 环境搭建流程总览

下图展示了从Python安装到模型训练环境就绪的完整流程，帮助你快速定位当前所处阶段：

3.6 常见问题与避坑指南

• pip安装超时： 使用国内镜像源加速，如 pip install -i https://pypi.tuna.tsinghua.edu.cn/simple <package>。
• Jupyter内核列表为空： 确保在虚拟环境中执行 python -m ipykernel install，且未遗漏 --name 参数。
• XGBoost/LightGBM导入失败： Windows用户可能需要安装Microsoft Visual C++ Redistributable；macOS用户建议通过 brew install libomp 安装OpenMP支持。
• matplotlib中文乱码： 在代码开头添加 plt.rcParams['font.sans-serif'] = ['SimHei'] 或 ['Arial Unicode MS']，并设置 plt.rcParams['axes.unicode_minus'] = False。

完成以上步骤后，你的开发环境已完全就绪，可以无缝进入下一阶段的数据探索与特征工程工作。