环境配置

在开始使用 NumPy 和 Pandas 之前，你需要在电脑上安装它们。这些库默认不内置于 Python，因此你需要添加它们。这个过程需要使用名为包管理器的工具，它们能帮助下载和安装我们需要的这类软件库。

有两种主要方式可以在 Python 中配置你的数据科学工作环境：使用 Anaconda 分发版或使用 Python 的标准包安装器 pip。我们建议初学者使用 Anaconda，因为它能大大简化这个过程。

方案一：安装 Anaconda（推荐）

Anaconda 是一个免费、开源的 Python 和 R 分发版，专门为科学计算和数据科学而设计。它捆绑了 Python、许多必需的库（包括 NumPy、Pandas 和 Jupyter Notebooks），以及它自己的包管理器 conda。

为什么选择 Anaconda？

• 便捷性： 它能一次性安装 Python 和数百个流行的数据科学包。NumPy 和 Pandas 通常已包含在内，因此你甚至可能无需单独安装它们。
• 环境管理： conda 使得为不同项目创建隔离环境变得容易，从而避免库版本之间的冲突。
• 跨平台： 它可在 Windows、macOS 和 Linux 上运行。

步骤：

1. 下载： 访问 Anaconda 官方分发网站 (https://www.anaconda.com/products/distribution)，下载适用于你操作系统的安装程序（Windows、macOS 或 Linux）。选择 Python 3.x 版本（通常建议选择最新的稳定版）。
2. 安装： 运行下载的安装程序。按照屏幕上的说明进行操作。除非有特殊原因，我们建议接受默认设置。安装过程中有一个重要选择（尤其是在 Windows 上），即是否将 Anaconda 添加到系统 PATH。安装程序通常不建议这样做，而是建议你使用“Anaconda Prompt”（在 Windows 上）或常规终端（在 macOS/Linux 上），这是一个好的建议。
3. 验证（可选）： 安装完成后，你可以打开 Anaconda Prompt (Windows) 或你的终端 (macOS/Linux)，并检查 conda 是否可用：

   conda --version
   

   你应该会看到 conda 的版本号被打印出来。
4. 检查/安装 NumPy 和 Pandas： Anaconda 通常包含 NumPy 和 Pandas。你可以通过输入以下命令来检查：

   conda list numpy pandas
   

   如果它们已列出，你就可以开始了！如果未列出，或者你想确保拥有与该分发版兼容的最新版本，你可以安装或更新它们：

   # 如果缺少则安装：
   conda install numpy pandas jupyterlab
   
   # 更新现有包：
   conda update numpy pandas jupyterlab
   

   我们在这里包含 jupyterlab 是因为它提供了我们即将使用的 Jupyter Notebook 环境。

方案二：使用 pip 和虚拟环境

如果你的系统上已经安装了 Python（从 python.org 下载或通过其他方式安装），并且你不想使用 Anaconda，那么你可以使用 pip，它是 Python 默认的包安装器。

为什么选择 pip？

• 标准： 它是标准的 Python 包管理器。
• 精简： 如果你不需要 Anaconda 提供的所有额外功能，它能提供一个更轻量级的设置。

最佳实践：虚拟环境

使用 pip 时，强烈建议使用虚拟环境。虚拟环境是一个隔离的目录，其中包含特定的 Python 版本及其自己安装的库集。这可以防止不同项目所需的包之间发生冲突。Python 通过 venv 模块内置支持此功能。

步骤：

1. 确保 Python 和 pip 已安装： 首先，请确保你已安装 Python 3。打开你的终端或命令提示符并输入：

   python --version
   # 或者可能是 python3 --version
   pip --version
   # 或者可能是 pip3 --version
   

   如果这些命令有效并显示版本，则说明你已准备就绪。如果无效，你需要先从 python.org 安装 Python。pip 通常包含在 Python 3.4 及更高版本中。

2. 创建虚拟环境： 在终端中导航到你的项目目录（或创建一个），然后运行：

   # 将 'myenv' 替换为你偏好的环境名称
   python -m venv myenv
   

   这将创建一个名为 myenv 的目录，其中包含 Python 安装文件。

3. 激活环境： 在安装包之前，你需要激活环境：

   • 在 macOS 和 Linux 上：

     source myenv/bin/activate
     

   • 在 Windows (命令提示符) 上：

     myenv\Scripts\activate.bat
     

   • 在 Windows (PowerShell) 上：

     myenv\Scripts\Activate.ps1
     

     （你可能需要调整执行策略：Set-ExecutionPolicy -ExecutionPolicy RemoteSigned -Scope Process）

   你的终端提示符应该会改变，以表明环境（本例中为 myenv）已激活。

4. 安装库： 现在，使用 pip 安装 NumPy、Pandas 和 JupyterLab：

   pip install numpy pandas jupyterlab
   

   pip 会将库下载并安装到你当前激活的虚拟环境中。

5. 停用（完成后）： 当你完成项目工作时，只需输入以下命令即可停用环境：

   deactivate
   

验证你的安装

无论你选择了哪种方法，验证库是否正确安装并且可以在 Python 中导入都是一个好习惯。

1. 启动 Python 解释器： 打开你的终端（或 Anaconda Prompt）。如果你使用了虚拟环境，请确保它已激活。输入 python 并按回车键。你应该会看到 Python 提示符 (>>>)。
2. 导入库： 逐一输入以下命令：

   import numpy as np
   import pandas as pd
   
   print(f"NumPy version: {np.__version__}")
   print(f"Pandas version: {pd.__version__}")
   

3. 检查输出： 如果命令执行没有错误，并打印出 NumPy 和 Pandas 的版本号，那么你的安装就成功了！
4. 退出解释器： 输入 exit() 并按回车键，退出 Python 解释器。

你的环境现在已配置完成，你已拥有基本的工具。在下一节中，我们将在 Jupyter Notebook（许多数据科学家偏爱的交互式环境）中运行一些基本代码示例，开始使用这些库。