4. Python环境准备：Anaconda安装、Jupyter Notebook配置、虚拟环境创建与库安装

在开始信用评分模型的PSI漂移告警实战之前，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Anaconda安装到核心库部署的全流程，确保后续所有代码都能在统一的环境中正确运行。

4.1 环境搭建总览

信用评分模型开发涉及数据处理、统计检验与可视化，推荐使用Anaconda作为包管理器与虚拟环境工具。下图展示了本课程所需环境的完整架构：

4.2 Anaconda安装步骤

Anaconda是一个开源的Python发行版，内置了conda包管理器、Jupyter Notebook等工具。请根据操作系统选择对应版本：

4.3 创建虚拟环境

虚拟环境可以为每个项目隔离Python解释器与依赖库，避免版本冲突。本课程统一使用 credit_psi_env 作为环境名称，Python版本指定为3.9（兼容性与稳定性最佳）。

执行以下命令序列：

# 1. 创建虚拟环境（Python 3.9）
conda create -n credit_psi_env python=3.9 -y

# 2. 激活环境
conda activate credit_psi_env

# 3. 验证Python版本
python --version
# 输出应为：Python 3.9.x

4.4 安装核心库

在激活的虚拟环境中，依次安装本课程所需的四个核心库。下表列出了每个库的用途与最低版本要求：

批量安装命令（推荐）：

conda activate credit_psi_env
conda install pandas numpy matplotlib scipy -y

安装完成后，通过以下脚本验证所有库是否可用：

python -c "
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import scipy.stats as stats
print('pandas version:', pd.__version__)
print('numpy version:', np.__version__)
print('matplotlib version:', plt.matplotlib.__version__)
print('scipy version:', scipy.__version__)
print('所有核心库安装成功！')
"

4.5 Jupyter Notebook配置

Jupyter Notebook是交互式数据分析的首选工具。在虚拟环境中安装并注册内核，即可在Notebook中直接使用 credit_psi_env 环境：

# 1. 安装Jupyter Notebook
conda install jupyter notebook -y

# 2. 将虚拟环境注册为Jupyter内核
python -m ipykernel install --user --name credit_psi_env --display-name "Python (credit_psi_env)"

# 3. 启动Jupyter Notebook
jupyter notebook

启动后，浏览器会自动打开Jupyter界面。新建Notebook时，在Kernel菜单中选择 Python (credit_psi_env) 即可使用已安装的库。

4.6 环境验证清单

完成上述步骤后，请逐项核对以下清单，确保环境就绪：

• Anaconda安装：终端输入 conda --version 返回版本号
• 虚拟环境创建：conda env list 中显示 credit_psi_env
• 核心库安装：上述Python验证脚本无报错
• Jupyter内核注册：Notebook中可选中 Python (credit_psi_env)
• 库版本兼容：pandas ≥ 1.5.0, numpy ≥ 1.24.0, matplotlib ≥ 3.7.0, scipy ≥ 1.10.0