第二章 Python环境搭建：工欲善其事，必先利其器
说实话，做脑电信号处理这么多年，我见过太多人卡在环境搭建这一步。明明算法思路都通了，结果装个库装了半天，版本冲突搞得人想砸电脑。所以这一章，咱们就把环境彻底搞定，后面才能安心写代码。
我个人习惯用 Anaconda 来管理 Python 环境。为什么？因为它自带了很多科学计算库，而且虚拟环境隔离做得干净。你想想看，要是每个项目都装一堆依赖，迟早会乱成一锅粥。
2.1 Anaconda 安装
去官网下载 Anaconda 安装包就行。我建议选 Python 3.9 或 3.10 版本，太新的版本有些库可能还没适配。安装时注意两点：
- 安装路径不要有中文——我在项目中遇到过因为路径带中文导致 MNE 读取数据报错的情况，排查了半天才发现是这个问题。
- 勾选「Add Anaconda to my PATH environment variable」——虽然安装向导会提醒你不推荐，但我个人建议勾上，省得后面每次都要手动激活环境。
conda --version，如果能看到版本号，说明安装成功。看不到？重启一下终端试试。
2.2 创建虚拟环境
虚拟环境这东西，说白了就是给你的每个项目建一个独立的小房间。房间里装的 Python 版本、库版本互不干扰。我刚开始做脑电项目时没注意这个，结果一个项目要 TensorFlow 1.x，另一个要 2.x，搞得我头大。
创建环境的命令很简单：
conda create -n eeg_env python=3.9这里 eeg_env 是环境名，你可以随便起。我习惯用项目名加 _env 后缀，比如 eeg_env、deep_eeg_env。
激活环境：
conda activate eeg_env退出环境：
conda deactivate2.3 MNE 库安装
MNE 是脑电信号处理的核心库。它支持读取各种脑电数据格式（EDF、BDF、FIF 等），还能做滤波、伪迹去除、时频分析。说白了，没有 MNE，咱们后面讲的很多内容都无从谈起。
安装命令：
pip install mne如果你需要处理更复杂的脑电数据，可以装完整版：
pip install mne[full]完整版会额外安装一些依赖，比如用于读取特定设备数据的库。我个人建议直接装完整版，省得后面用到某个功能时发现没装。
import mne; print(mne.__version__)，如果输出版本号，说明安装成功。我见过有人装完后忘了验证，结果写代码时才发现没装上，白忙活半天。
2.4 PyTorch 安装
PyTorch 是咱们做深度学习特征提取的主力框架。安装时要注意一点：根据你的显卡选择版本。
有 NVIDIA 显卡（支持 CUDA）的同学：
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118没有显卡或者用 Mac 的同学：
pip install torch torchvision torchaudio这里 cu118 表示 CUDA 11.8 版本。怎么知道自己该用哪个？去 PyTorch 官网，选择你的系统、包管理器、CUDA 版本，它会自动生成安装命令。
nvidia-smi 看看你的 CUDA 版本。
2.5 Jupyter Notebook 配置
Jupyter Notebook 是咱们写代码、做实验的好帮手。它支持交互式编程，写一段代码跑一段，非常适合做脑电信号分析这种需要反复调试的工作。
安装：
pip install jupyter notebook配置内核：
python -m ipykernel install --user --name eeg_env --display-name "EEG Environment"这一步很关键。它把你的虚拟环境注册到 Jupyter 里，这样你在 Jupyter 中就能选择使用 eeg_env 环境了。我刚开始用 Jupyter 时没做这步，结果在 Notebook 里 import mne 一直报错，后来才发现用的是 base 环境的内核。
启动 Jupyter：
jupyter notebook启动后浏览器会自动打开，点击右上角的「New」按钮，选择「EEG Environment」，就能在刚创建的环境里写代码了。
import mneimport torchprint("MNE version:", mne.__version__)print("PyTorch version:", torch.__version__)如果都能正常输出，恭喜你，环境搭建完成！
2.6 本章知识体系
下面这张图帮你理清整个环境搭建的脉络：
这张图展示了咱们的搭建顺序：先装 Anaconda，再创建虚拟环境，然后分别安装 MNE、PyTorch 和 Jupyter，最后做环境验证。每一步都环环相扣，缺一不可。