第2章：数据分析环境搭建
说实话，我见过太多工程师在数据分析上栽跟头了。不是技术不行，而是环境没搭好。你想想看，一个工具链乱七八糟的环境，能产出什么靠谱的分析结果？
这一章，我就带你一步步把Python数据分析环境搭起来。我自己的习惯是：先装Anaconda，再配Jupyter，最后装核心库。按这个顺序来，基本不会出问题。
2.1 Python与Anaconda安装
Python版本选哪个？我个人建议直接用Anaconda。为什么？因为它自带Python、包管理器conda，还有一大堆常用库。省心。
我记得刚入行那会儿，手动装Python、装pip、装库，折腾了一整天。后来发现Anaconda一键搞定，当时真想抽自己一巴掌。
安装步骤：
- 去Anaconda官网下载对应系统的安装包（Windows/Linux/Mac）
- 双击安装，一路默认就行
- 安装完成后，打开终端（或Anaconda Prompt）
- 输入
python --version验证安装
这里有个坑，我必须要说。安装时有个选项叫「Add Anaconda to my PATH environment variable」，Windows用户建议勾上。不勾的话，后面在命令行里找不到python命令，你会很抓狂。
避坑指南：我曾经遇到过安装后conda命令找不到的情况。后来发现是环境变量没配好。如果你也遇到这个问题，手动把Anaconda的Scripts目录加到PATH里就行。
2.2 Jupyter Notebook配置
Jupyter Notebook是我最常用的交互式编程环境。说白了，它就是个网页版的Python编辑器，但能边写代码边看结果，还能加注释、画图表。做数据分析，用它最顺手。
安装完Anaconda后，Jupyter已经自带了。你只需要在终端输入：
jupyter notebook浏览器会自动打开一个页面，默认地址是 http://localhost:8888。嗯，这里要注意，端口8888可能会被占用。如果打不开，看看终端里有没有报错信息。
我个人习惯把Jupyter的默认工作目录改到项目文件夹。方法很简单：
- 在终端输入
jupyter notebook --generate-config - 找到生成的配置文件
jupyter_notebook_config.py - 搜索
c.NotebookApp.notebook_dir，改成你的路径
小技巧：我习惯在Jupyter里用快捷键。比如按Shift+Enter运行当前单元格，按Esc退出编辑模式。这些快捷键用熟了，效率能翻倍。
2.3 核心库安装与验证
做晶圆数据分析，离不开四个库：Pandas、NumPy、Matplotlib、Scikit-learn。它们各司其职：
| 库名 | 用途 | 我常用的场景 |
|---|---|---|
| Pandas | 数据处理与清洗 | 读取晶圆测试的CSV文件、处理缺失值 |
| NumPy | 数值计算 | 计算晶圆良率的统计指标 |
| Matplotlib | 数据可视化 | 绘制晶圆map图、良率趋势图 |
| Scikit-learn | 机器学习 | 建立良率预测模型、异常检测 |
安装这些库，用conda或pip都行。我推荐用conda，因为它会自动处理依赖关系。命令如下：
conda install pandas numpy matplotlib scikit-learn或者用pip：
pip install pandas numpy matplotlib scikit-learn安装完成后，一定要验证。我见过有人装完就以为万事大吉，结果跑代码时报错说找不到模块。验证方法很简单，在Python里import一下：
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import sklearn
print("Pandas版本:", pd.__version__)
print("NumPy版本:", np.__version__)
print("Scikit-learn版本:", sklearn.__version__)如果没报错，说明安装成功。如果报错，多半是版本冲突。我遇到过最典型的问题是NumPy版本太高，导致某些旧代码不兼容。解决办法是降级：conda install numpy=1.21.0。
验证结果示例：
Pandas版本: 1.5.3
NumPy版本: 1.24.3
Scikit-learn版本: 1.2.22.4 知识体系总览
下面这张图，是我自己总结的环境搭建知识体系。你跟着这个逻辑走，基本不会漏掉什么。
这张图把环境搭建分成了三层：基础环境、交互工具、核心库。每一层都有对应的安装要点和验证方法。你跟着这个流程走，基本不会出大问题。
我的建议：环境搭建完成后，最好跑一个完整的测试脚本。把Pandas读数据、NumPy算统计量、Matplotlib画图、Scikit-learn建模全跑一遍。这样能确保所有库都正常工作。我每次换电脑或重装系统后，都会这么干一遍。
好了，环境搭好了，工具也验证过了。接下来你就可以开始真正的数据分析实战了。记住，环境是基础，基础打牢了，后面才能走得稳。