第三讲：Python环境与工具链准备

说实话，我见过太多风电场的同事，一听说要搭开发环境就头大。其实没那么复杂。我刚开始接触Python那会儿，也是从一头雾水开始的。今天咱们就把这套工具链捋清楚。

3.1 Anaconda安装——省心之选

为什么要用Anaconda？说白了，它就是个Python全家桶。你装一个Anaconda，相当于把Python解释器、常用科学计算库、包管理器全搞定了。我在风场做数据分析时，最怕的就是缺这个库少那个包，Anaconda帮我省了不少事。

安装步骤其实很简单：

1. 去官网下载对应系统的安装包（Windows/Linux/Mac都行）
2. 双击安装，一路默认就好
3. 记得勾选「Add Anaconda to my PATH environment variable」

装完后打开终端，输入 conda --version，能看到版本号就说明成了。

3.2 Python虚拟环境搭建——隔离的艺术

你想想看，一个项目用Python 3.8，另一个用3.10，库版本还不一样。要是全装在一起，迟早要出乱子。虚拟环境就是干这个的——每个项目有自己的小天地，互不干扰。

我个人习惯用conda创建虚拟环境：

# 创建环境，指定Python版本
conda create -n wind_report python=3.10

# 激活环境
conda activate wind_report

# 退出环境
conda deactivate

嗯，这里要注意：环境名别起得太随意。我见过有人起名叫「test」「123」，过两个月自己都忘了是干嘛的。建议用项目名，比如 wind_report 就挺好。

3.3 Jupyter Notebook与VS Code配置

这两个工具，我平时换着用。Jupyter Notebook适合探索性分析，VS Code适合写正式脚本。

Jupyter Notebook

装好Anaconda后，Jupyter Notebook就自带有了。激活环境后直接运行：

jupyter notebook

浏览器会自动打开。我在风场做数据清洗时，经常用Notebook一段一段跑代码，边跑边看结果，特别直观。

VS Code配置

VS Code是我写正式代码的主力。装好之后，记得装这几个插件：

• Python（微软官方那个）
• Jupyter（支持在VS Code里跑Notebook）
• GitLens（看代码改动的历史）

配置Python解释器时，选我们刚才创建的虚拟环境：按 Ctrl+Shift+P，输入 Python: Select Interpreter，然后选 wind_report 那个。

3.4 必备库安装

做风电运维报告自动生成，这几个库是少不了的：

库名	用途	安装命令
openai	调用大模型API	pip install openai
requests	发送HTTP请求	pip install requests
pandas	数据处理与分析	pip install pandas
python-docx	生成Word文档	pip install python-docx
matplotlib	数据可视化	pip install matplotlib

安装时记得先激活虚拟环境：

conda activate wind_report
pip install openai requests pandas python-docx matplotlib

为什么要用 pip 而不是 conda？有些库conda源里没有，pip更全。我一般先用conda装，装不上的再用pip，混着用也没问题。

3.5 本章知识体系

下面这张图，是我梳理的整个工具链的关系。你看一眼就明白了：

从这张图能看出来，Anaconda是地基，虚拟环境是隔离层，三个工具是日常操作界面，而必备库就是咱们的武器弹药。一环扣一环，缺一不可。

3.6 验证环境是否就绪

装完别急着走，跑个测试脚本验证一下：

# 导入所有必备库
import openai
import requests
import pandas as pd
import matplotlib.pyplot as plt

print("所有库导入成功！")
print(f"pandas版本：{pd.__version__}")

如果没报错，恭喜你，环境搭好了。如果报错，多半是库没装全，或者解释器没选对。别慌，回头检查一下。