第1章：Python/Matlab环境搭建：NumPy、SciPy、Matplotlib、通信工具箱安装与配置
说实话，每次带新人做项目，我第一件事就是帮他们把开发环境搞定。别小看这一步——环境配不好，后面全是坑。我自己就吃过这个亏，刚入行那会儿，花了一整天装库，结果版本冲突，项目直接崩了。从那以后，我养成了一个习惯：先搭环境，再写代码。
这一章，咱们就把Python和Matlab的通信算法环境彻底搞定。你跟着我走一遍，以后做仿真、跑实验，基本不会卡在环境问题上。
1.1 Python环境：Anaconda + 核心库
我个人习惯用Anaconda来管理Python环境。为什么？因为它自带了一堆科学计算库，省得你一个个去装。你想想看，要是手动装NumPy、SciPy、Matplotlib，再处理依赖关系，那得多麻烦。
第一步：安装Anaconda
去官网下载对应系统的安装包。我建议选Python 3.9以上的版本，太老的版本有些新库不支持。安装时记得勾选「Add Anaconda to my PATH environment variable」，不然后面命令行找不到conda命令。
第二步：创建虚拟环境
我习惯每个项目单独建一个环境，互不干扰。打开终端（Windows用Anaconda Prompt），输入：
conda create -n comm_signal python=3.9
conda activate comm_signal环境名叫comm_signal，你随便起，但别用中文。
第三步：安装核心库
激活环境后，一行命令搞定：
conda install numpy scipy matplotlib这三个库是通信算法仿真的基石。NumPy处理数组和矩阵运算，SciPy提供信号处理函数，Matplotlib负责画图。说白了，你后面90%的代码都离不开它们。
验证一下是否装好：
python -c "import numpy; print(numpy.__version__)"如果输出版本号，说明成了。
1.2 通信工具箱：scikit-dsp-comm 与 pyphysim
光有基础库还不够。做通信仿真，你需要一些现成的工具箱。我推荐两个：
- scikit-dsp-comm：数字信号处理和通信系统的Python库，包含调制、编码、信道模型等。
- pyphysim：物理层仿真工具，支持MIMO、OFDM、信道估计等。
安装命令：
pip install scikit-dsp-comm
pip install pyphysimpip install scikit-dsp-comm -i https://pypi.tuna.tsinghua.edu.cn/simple
装好后，写个简单测试：
import sk_dsp_comm.sigsys as sigsys
import numpy as np
# 生成一个正弦波
fs = 1000 # 采样率
t = np.arange(0, 1, 1/fs)
x = np.sin(2*np.pi*100*t)
print("信号长度:", len(x))
print("测试通过！")嗯，能跑通就说明环境没问题。
1.3 Matlab环境：工具箱安装与配置
Matlab在通信领域用得也很广。我当年在学校做毕设，就是用Matlab仿真的LTE系统。说实话，Matlab的通信工具箱确实方便，很多函数直接调用就行。
第一步：安装Matlab
建议装R2020b以上版本。安装时选择以下工具箱：
| 工具箱名称 | 用途 |
|---|---|
| Communications Toolbox | 调制解调、信道编码、信道模型 |
| Signal Processing Toolbox | 滤波器设计、频谱分析 |
| DSP System Toolbox | 数字信号处理系统设计 |
| Phased Array System Toolbox | 阵列信号处理、波束赋形 |
如果你做5G或MIMO相关，建议再加一个5G Toolbox。
第二步：验证工具箱
在Matlab命令窗口输入：
ver('communications')
ver('signal')会显示工具箱的版本信息。如果提示未找到，说明没装全，需要重新运行安装程序添加。
1.4 知识体系总览
为了让你对整个环境搭建有个全局认识，我画了一张图。你看看，心里就有数了。
这张图把Python和Matlab两条路线都画清楚了。你选一条走就行，当然两条都掌握更好。我个人建议：做快速原型用Python，做系统级仿真用Matlab。但说实话，现在Python的生态越来越完善，很多场景已经可以替代Matlab了。
1.5 避坑指南
最后，分享几个我踩过的坑：
- 版本冲突：别用pip和conda混着装库。我建议统一用conda，除非conda里没有才用pip。
- 路径问题：Python和Matlab的安装路径、工作路径都不要有中文。这个坑我至少帮5个人解决过。
- 虚拟环境：别偷懒直接在base环境里干活。万一某个库升级把其他项目搞崩了，哭都来不及。
- Matlab许可证：如果你用的是网络许可证，记得检查是否在有效期内。我遇到过仿真跑一半，许可证过期，直接中断。
一句话总结：环境搭好了，后面的事就顺了。别急，慢慢来，每一步都验证通过再往下走。
好了，这一章就到这儿。你跟着操作一遍，应该不会出问题。如果遇到报错，先看错误信息，大部分问题百度一下就能解决。实在搞不定，咱们下一章见。