3、Python环境准备：安装pandas、numpy、requests、websocket-client库，配置虚拟环境
做量化交易，尤其是外汇这种高频数据，Python环境就是你的作战指挥室。我见过太多人一上来就pip install，结果项目做到一半发现依赖冲突，整个环境崩掉。嗯，今天我们就来把这个基础打牢。
3.1 为什么非要搞虚拟环境？
说白了，虚拟环境就是给你的每个项目一个独立的小房间。你在A项目里装pandas 1.5，在B项目里装pandas 2.0，它们互不干扰。我曾经有一次在服务器上同时跑两个策略，一个依赖旧版numpy，一个依赖新版，结果两个都报错——从那以后，我每个项目必建虚拟环境。
核心原则：一个项目，一个虚拟环境，一套依赖。别偷懒。
3.2 创建虚拟环境（两种方式）
我个人习惯用Python自带的venv模块，轻量、干净。如果你喜欢用conda，也可以，但这里我们以venv为例。
# 打开终端，进入你的项目目录
cd forex_microdata_project
# 创建虚拟环境（名字叫 .venv 是行业惯例）
python -m venv .venv你想想看，这个命令执行完，目录下就多了一个.venv文件夹。里面藏着Python解释器和pip，完全独立于系统环境。
3.3 激活虚拟环境
不同系统激活方式不一样，我列个表，你对照着来：
| 操作系统 | 激活命令 |
|---|---|
| Windows (CMD) | .venv\Scripts\activate |
| Windows (PowerShell) | .venv\Scripts\Activate.ps1 |
| macOS / Linux | source .venv/bin/activate |
激活成功后，终端前面会出现(.venv)字样。看到这个，就说明你已经在虚拟环境里了。
小技巧：在VS Code里，你可以直接选择Python解释器为.venv里的那个，终端会自动激活。省事。
3.4 安装核心库
好，环境激活了，现在开始装东西。我们外汇数据获取需要四个库：
- pandas：数据处理的核心，没有它寸步难行
- numpy：数值计算，pandas的底层依赖
- requests：拉取REST API数据，比如历史K线
- websocket-client：接收实时行情，做高频必备
安装命令很简单：
pip install pandas numpy requests websocket-client这里有个坑——我建议你指定版本号。为什么呢？因为最新版不一定最稳定。比如pandas 2.0刚出的时候，很多旧代码跑不了。我个人习惯用这个组合：
pip install pandas==1.5.3 numpy==1.24.3 requests==2.31.0 websocket-client==1.6.3注意：如果你用的是Apple Silicon芯片（M1/M2/M3），装numpy可能会报错。解决方案是装pip install numpy --no-binary :all:，或者直接用conda。
3.5 验证安装
装完了，怎么知道对不对？写个简单脚本测试一下：
# test_env.py
import pandas as pd
import numpy as np
import requests
import websocket
print(f"pandas version: {pd.__version__}")
print(f"numpy version: {np.__version__}")
print(f"requests version: {requests.__version__}")
print(f"websocket version: {websocket.__version__}")
print("环境准备完成！")运行python test_env.py，如果四个版本号都正常打印出来，恭喜你，环境搞定了。
3.6 冻结依赖（好习惯）
项目做完，或者要部署到服务器，你需要记录当前环境的所有依赖。用这个命令：
pip freeze > requirements.txt这样别人拿到你的项目，只需要pip install -r requirements.txt就能一键复现环境。我在团队协作中吃过亏——有次同事的代码在我机器上跑不起来，查了半天发现是依赖版本不一致。从那以后，每个项目我都保留requirements.txt。
3.7 本章知识体系
下面这张图，帮你理清整个环境准备的流程：
3.8 避坑指南
最后，分享几个我踩过的坑：
- pip版本太旧：装库前先升级pip，
pip install --upgrade pip。旧版pip有时候解析依赖会出错。 - 不要用sudo pip：在Linux/macOS上，千万别用
sudo pip install。这会污染系统环境，而且权限问题很烦。用虚拟环境就没这烦恼。 - 网络问题：如果你在国内，直接pip可能很慢。加个镜像源：
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple 包名。 - Python版本：我建议用Python 3.9或3.10。3.11以上有些库还没完全适配，3.8以下又太老。3.9是个稳妥的选择。
好了，环境准备就到这里。记住，基础打牢了，后面写代码才顺手。你想想看，如果连环境都搞不定，还谈什么量化交易？
公众号:蓝海资料掘金营，微信deep3321