2. 环境准备：Python环境、LightGBM库安装、Pandas与NumPy安装、Jupyter Notebook配置

在开始构建特征缺失巡检系统之前，必须搭建一套稳定、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依赖库配置的全流程，确保后续章节的代码能够无缝运行。

2.1 环境概览与版本要求

本教程基于以下软件栈进行开发和验证。建议严格遵循版本要求，避免因版本差异导致的兼容性问题。

2.2 安装步骤详解

以下步骤按照从底层到上层的顺序排列，请依次执行。

2.2.1 Python环境安装

1. 下载安装包：访问 Python官网，选择对应操作系统的Python 3.10.x安装包。
2. 安装配置：Windows用户务必勾选“Add Python to PATH”；macOS/Linux用户建议使用 brew 或系统包管理器。
3. 验证安装：打开终端或命令提示符，执行以下命令确认版本。

python --version
# 预期输出: Python 3.10.x

pip --version
# 预期输出: pip 23.x.x from ...

2.2.2 核心科学计算库安装

Pandas和NumPy是数据处理的基石，必须优先安装。

pip install numpy==1.26.4
pip install pandas==2.2.2

import numpy as np
import pandas as pd
print(np.__version__)
print(pd.__version__)

2.2.3 LightGBM库安装

LightGBM支持CPU和GPU两种模式。本教程默认使用CPU版本，安装最为简便。

# CPU版本（推荐）
pip install lightgbm==4.5.0

# GPU版本（可选，需提前安装CUDA和Boost）
# pip install lightgbm==4.5.0 --install-option=--gpu

2.2.4 Jupyter Notebook配置

Jupyter Notebook提供交互式编程环境，非常适合进行特征缺失巡检的探索性分析。

# 安装Jupyter Notebook
pip install notebook==7.2.2

# 启动服务
jupyter notebook

启动后，浏览器会自动打开 http://localhost:8888。建议在项目根目录下创建一个专用的 lightgbm_inspection/ 文件夹，用于存放本教程的所有Notebook文件。

2.3 环境依赖关系与架构

下图展示了各组件之间的依赖层次关系，帮助你理解环境搭建的逻辑顺序。

2.4 环境验证清单

完成安装后，建议执行以下完整验证脚本，确保所有组件均可正常调用。

# environment_check.py
import sys
import numpy as np
import pandas as pd
import lightgbm as lgb
import notebook

print("=" * 50)
print("环境验证报告")
print("=" * 50)

# Python版本
print(f"[✓] Python 版本: {sys.version.split()[0]}")

# NumPy
print(f"[✓] NumPy 版本: {np.__version__}")

# Pandas
print(f"[✓] Pandas 版本: {pd.__version__}")

# LightGBM
print(f"[✓] LightGBM 版本: {lgb.__version__}")

# Jupyter Notebook
print(f"[✓] Notebook 版本: {notebook.__version__}")

# 简单功能测试
data = {'A': [1, 2, np.nan], 'B': [4, np.nan, 6]}
df = pd.DataFrame(data)
print(f"[✓] Pandas 缺失值检测: {df.isnull().sum().tolist()}")

X = np.array([[1, 2], [3, 4], [5, 6]])
y = np.array([0, 1, 0])
model = lgb.LGBMClassifier(n_estimators=10, verbose=-1)
model.fit(X, y)
print(f"[✓] LightGBM 模型训练成功: {model.predict([[1, 2]])}")

print("=" * 50)
print("所有组件验证通过，环境准备完成！")
print("=" * 50)

2.5 常见问题与解决方案

至此，环境准备阶段全部完成。你已经拥有了一个完整的LightGBM特征缺失巡检开发环境，可以开始后续的数据加载与模型构建工作。