第1章：环境搭建与工具链准备
说实话，很多初学者一上来就急着写代码，结果卡在环境配置上大半天。我见过太多人因为Python版本冲突、包装不上，直接劝退了。嗯，咱们先把地基打牢。
1.1 Python环境配置：为什么选Anaconda？
Python本身只是个解释器，但做数据科学需要一堆库。一个个手动装？太累了。Anaconda就是来解决这个问题的——它把Python和150多个常用科学计算库打包在一起。
我个人习惯用Anaconda，原因有三：
- 开箱即用：装完就有pandas、numpy、matplotlib等核心库
- 环境隔离：不同项目用不同Python版本，互不干扰
- 包管理省心：conda命令比pip更擅长处理依赖冲突
小提示：下载时选Python 3.9+版本。太老的版本有些新库不支持，太新的可能有些旧库没适配。3.9是个稳妥的选择。
1.2 Jupyter Notebook与IDE选择
做机器学习项目，工具选对了能省一半时间。我常用的搭配是这样的：
| 工具 | 适用场景 | 我的评价 |
|---|---|---|
| Jupyter Notebook | 数据探索、原型验证 | 交互式编程，边写边看结果，太适合数据分析 |
| VS Code | 项目开发、脚本编写 | 插件丰富，调试方便，我主力用这个 |
| PyCharm | 大型工程 | 功能全但重，小项目没必要 |
我个人习惯是：探索阶段用Jupyter，写正式代码切到VS Code。你想想看，在Notebook里调模型参数，改一下跑一下，多直观。
注意：Jupyter Notebook默认只支持单个.py文件。如果你项目文件多了，记得用VS Code或PyCharm来组织工程结构。
1.3 核心库安装
咱们这个课程要用到的库，说白了就这几个：
# 用conda安装（推荐）
conda install pandas numpy scikit-learn matplotlib seaborn
# 或者用pip
pip install pandas numpy scikit-learn matplotlib seaborn每个库是干嘛的？我简单说说：
- pandas：处理表格数据，读写CSV、Excel就靠它
- numpy：科学计算底层库，矩阵运算、数学函数
- scikit-learn：机器学习算法库，分类、回归、聚类都有
- matplotlib：画图基础库，折线图、散点图
- seaborn：基于matplotlib，画统计图更漂亮
我曾经遇到过一个问题：用pip装scikit-learn，结果依赖的numpy版本不对，报了一堆错。后来改用conda装，一次搞定。所以建议你优先用conda。
1.4 虚拟环境管理
为什么要搞虚拟环境？我举个例子：项目A需要pandas 1.0，项目B需要pandas 2.0。装在一个环境里？肯定打架。虚拟环境就是给每个项目一个独立的Python小世界。
操作其实很简单：
# 创建虚拟环境
conda create -n air_quality python=3.9
# 激活环境
conda activate air_quality
# 安装依赖
conda install pandas numpy scikit-learn
# 退出环境
conda deactivate
# 查看所有环境
conda env list我个人习惯是每个项目建一个独立环境，名字就用项目名。这样后期维护、迁移都方便。你想想看，要是所有项目混在一起，哪天升级个库把别的项目搞崩了，多闹心。
核心要点：虚拟环境不是可选项，是必选项。尤其是做机器学习，库版本敏感，环境隔离能救你命。
知识体系总览
下面这张图把本章的核心逻辑串起来了，你可以对照着看：
这张图把咱们这章的内容串起来了。从Anaconda这个基础出发，选好IDE，装好核心库，再用虚拟环境管理起来。每一步都踩实了，后面写代码才顺畅。
避坑指南：我曾经在项目做到一半才发现Python版本不对，所有依赖都得重装。所以一开始就建好虚拟环境，别偷懒。