第1章：Python环境搭建——工欲善其事，必先利其器
各位同学，咱们开始之前，我先问个问题：你电脑上现在有Python吗？
嗯，我知道很多人电脑里可能装过Python，但版本乱七八糟，库也装得七零八落。我刚开始做量化的时候也这样，结果有一次跑策略，发现pandas版本不对，数据格式全乱了，折腾了一整天。从那以后，我学乖了——环境搭建这事儿，真不能马虎。
这一章，咱们就把地基打牢。说白了，就是三件事：装Anaconda、配Jupyter Notebook、装必备库。搞定了这些，后面30章你才能跑得顺畅。
1.1 为什么选Anaconda？
你可能会问：直接装Python不行吗？
行，当然行。但我不建议。为什么呢？
- 版本管理麻烦：你同时做几个项目，有的需要Python 3.8，有的需要3.10，手动切换能把你逼疯。
- 依赖冲突：装个库A，把库B的版本给改了，然后库B不兼容了...我遇到过，那叫一个酸爽。
- 缺少科学计算库：numpy、pandas这些，手动编译安装？嗯，够你喝一壶的。
Anaconda把这些全包了。它自带Python、包管理器conda、还有一大堆数据科学常用的库。说白了，就是「开箱即用」。
核心优势：Anaconda = Python + conda + 150+数据科学库
1.2 安装Anaconda
安装过程其实很简单，但我还是把关键步骤列一下，免得你踩坑。
1.2.1 下载
去官网（anaconda.com）下载对应你操作系统的版本。我个人习惯用64位版本，现在基本没人用32位了吧？
1.2.2 安装步骤（Windows为例）
- 双击安装包，一路Next
- 关键点：勾选「Add Anaconda to my PATH environment variable」——这个一定要勾！我见过有人没勾，后面命令行里找不到conda，又跑来问我...嗯，你懂的。
- 选择安装路径，建议不要有中文和空格
- 等待安装完成，大概5-10分钟
注意：安装路径不要有中文！不要有空格！否则后面某些库会报奇奇怪怪的错误。我曾经因为路径里有个「量化」两个字，折腾了俩小时...
1.2.3 验证安装
打开命令行（Windows按Win+R，输入cmd），输入：
conda --version如果看到类似 conda 23.7.4 这样的输出，恭喜你，装好了。
1.3 Jupyter Notebook配置
Jupyter Notebook是什么？说白了，就是一个可以在浏览器里写代码、看结果、记笔记的工具。做量化分析，我90%的时间都在用它。
1.3.1 启动Jupyter
在命令行输入：
jupyter notebook浏览器会自动打开一个页面，默认地址是 http://localhost:8888。如果没自动打开，手动复制这个地址到浏览器也行。
1.3.2 创建第一个Notebook
点击右上角的「New」→「Python 3」，就创建了一个新的notebook。你可以在里面写代码、加文字说明，甚至插入图片。
小技巧：按 Shift + Enter 运行当前单元格，并自动创建下一个。这个快捷键我一天按几百次，你也会的。
1.3.3 配置自动补全
默认的Jupyter没有代码自动补全，用起来有点难受。装个扩展就好了：
pip install jupyter_contrib_nbextensions
jupyter contrib nbextension install --user重启Jupyter后，你会看到多了一个「Nbextensions」标签，勾选「Hinterland」就开启了自动补全。
1.4 必备库安装
做基本面量化，有几个库是绕不开的。我列个表，你照着装就行。
| 库名 | 用途 | 安装命令 |
|---|---|---|
| pandas | 数据处理，尤其是表格数据 | conda install pandas |
| numpy | 数值计算，数组操作 | conda install numpy |
| matplotlib | 数据可视化，画图 | conda install matplotlib |
| tushare | 获取A股数据 | pip install tushare |
你可能会问：为什么tushare用pip而不是conda？因为tushare在conda的默认源里没有，用pip装更快。我一般混着用，conda装不了的库就用pip，没毛病。
1.4.1 批量安装
懒得一个一个装？也行，一行命令搞定：
conda install pandas numpy matplotlib
pip install tushare1.4.2 验证安装
打开Jupyter Notebook，新建一个单元格，输入：
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import tushare as ts
print("所有库导入成功！")
print(f"pandas版本: {pd.__version__}")
print(f"numpy版本: {np.__version__}")如果没报错，说明环境搭建完成。恭喜你，可以开始干活了！
1.5 本章知识体系
下面这张图，帮你理清这一章的核心逻辑：
1.6 避坑指南
最后，分享几个我踩过的坑，你注意一下：
- Python版本冲突：如果你电脑上之前装过Python，建议先卸载干净再装Anaconda。我曾经两个版本共存，结果pip install装到了系统Python里，conda install装到了Anaconda里，乱成一锅粥。
- 网络问题：国内装库有时候很慢，可以换清华源。在命令行执行：
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/，速度能快不少。 - tushare需要token：装好tushare后，第一次使用需要注册账号获取token。去tushare.pro注册就行，免费的。我当年注册的时候还送积分，现在不知道还有没有。
好了，环境搭建就这些。你照着做，半小时内肯定搞定。搞定了，咱们下一章见。