3. 数据准备：Python 环境搭建

在开始赔付率尖峰识别与 PSI 监控实战之前，必须搭建一个稳定、可复现的 Python 数据科学环境。本章将指导你完成 pandas、numpy、matplotlib、scipy 四大核心库的安装与验证，确保后续所有代码能够顺畅运行。

3.1 环境概览与版本要求

本课程基于 Python 3.8+ 开发，推荐使用 Python 3.10 或 3.11 以获得最佳兼容性。以下表格列出了各库的最低版本及核心用途：

3.2 虚拟环境创建（推荐）

为避免不同项目间的依赖冲突，强烈建议为本课程创建独立的虚拟环境。以下是基于 venv 和 conda 的两种方式：

方式一：使用 venv（Python 内置）

# 创建虚拟环境
python -m venv loss_psi_env

# 激活环境（Windows）
loss_psi_env\Scripts\activate

# 激活环境（macOS/Linux）
source loss_psi_env/bin/activate

方式二：使用 conda（Anaconda 用户）

# 创建环境并指定 Python 版本
conda create -n loss_psi_env python=3.10

# 激活环境
conda activate loss_psi_env

3.3 核心库安装步骤

激活虚拟环境后，依次执行以下命令安装所需库。建议使用国内镜像源加速下载：

# 安装 numpy（基础数值计算）
pip install numpy==1.24.3

# 安装 pandas（数据处理核心）
pip install pandas==1.5.3

# 安装 matplotlib（可视化）
pip install matplotlib==3.7.1

# 安装 scipy（统计与科学计算）
pip install scipy==1.10.1

# 可选：安装 jupyter notebook 用于交互式学习
pip install jupyter notebook

3.4 安装验证与版本检查

安装完成后，通过以下 Python 脚本验证各库是否成功导入，并打印版本号：

import numpy as np
import pandas as pd
import matplotlib as mpl
import scipy as sp

print("numpy 版本:", np.__version__)
print("pandas 版本:", pd.__version__)
print("matplotlib 版本:", mpl.__version__)
print("scipy 版本:", sp.__version__)

# 快速功能测试：创建一个简单的 Series
test_series = pd.Series([1.2, 3.4, 5.6], name="赔付率测试")
print("\npandas 功能测试通过：", test_series.mean())

预期输出示例：

numpy 版本: 1.24.3
pandas 版本: 1.5.3
matplotlib 版本: 3.7.1
scipy 版本: 1.10.1

pandas 功能测试通过： 3.4000000000000004

3.5 环境架构与数据流

下图展示了本课程中四个核心库的协作关系与数据流向，帮助你理解每个库在赔付率尖峰识别与 PSI 监控中的角色：

3.6 常见安装问题与解决方案

根据课程内测数据，以下三个问题出现频率最高，请提前了解应对方法：

• 问题 1：pip 安装速度慢或超时
  解决方案：使用国内镜像源，例如 pip install pandas -i https://pypi.tuna.tsinghua.edu.cn/simple
• 问题 2：matplotlib 中文显示为方框
  解决方案：安装中文字体并设置参数，后续章节会提供完整的中文显示配置代码
• 问题 3：scipy 安装失败（Windows 环境）
  解决方案：升级 pip 至最新版 python -m pip install --upgrade pip，然后重试安装

3.7 环境就绪检查清单

完成上述步骤后，请逐项核对以下清单，确保环境完全就绪：