3、Python环境搭建：Anaconda安装、Jupyter Notebook配置、必备库安装
说实话，很多初学者一上来就急着写代码，结果环境没配好，折腾半天连个图表都跑不出来。我见过太多这样的案例了。所以这一章，咱们先把地基打牢。
Python环境搭建，说白了就是三件事：装个管理工具、配个写代码的地方、再把要用到的库装上。我个人的习惯是，不管项目大小，都先用Anaconda把环境隔离好。为什么？因为你在做舆情分析时，可能会用到不同版本的库，混在一起迟早出问题。
核心要点：本章你将完成——安装Anaconda → 配置Jupyter Notebook → 安装pandas、numpy、matplotlib、seaborn、wordcloud这五个必备库。
3.1 安装Anaconda
Anaconda是什么？你可以把它理解成一个Python的「全家桶」。它自带Python解释器、包管理工具conda，还有一大堆常用的数据科学库。你想想看，要是手动一个个装，光解决依赖冲突就能让你怀疑人生。
我个人建议去官网下载最新版的Anaconda。注意选对操作系统版本——Windows就选Windows版，macOS就选macOS版。别下错了，我见过有人把Windows版装到Mac上，折腾半天。
小提示：安装时记得勾选「Add Anaconda to my PATH environment variable」。虽然安装向导会提醒你不推荐，但相信我，勾上它后面省事很多。如果不勾，你每次都要手动去bin目录里找命令，烦得很。
安装完成后，打开终端（Windows下是cmd或PowerShell），输入：
conda --version如果能看到版本号，比如 conda 23.7.4，那就说明装好了。如果提示「找不到命令」，嗯，那就是环境变量没配好。去系统环境变量里把Anaconda的Scripts目录加上就行。
注意：我曾经遇到过一个问题——安装完Anaconda后，系统默认的Python被覆盖了。如果你之前装过Python，建议先备份一下。或者直接用conda创建虚拟环境，互不干扰。
3.2 配置Jupyter Notebook
Jupyter Notebook是我最常用的交互式编程环境。说白了，它就是一个在浏览器里写代码的工具，特别适合做数据分析和可视化。你写一段代码，马上就能看到结果，图表也能直接嵌在下面。
Anaconda装好后，Jupyter Notebook已经自带了。你只需要在终端里输入：
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。
我个人习惯在桌面上建一个专门的文件夹，比如 social_sentiment，然后在Jupyter里导航到这个目录再新建Notebook。这样项目文件不会乱。
小技巧：Jupyter Notebook默认的端口是8888。如果被占用了，它会自动尝试8889、8890……你可以在启动时指定端口：jupyter notebook --port=9999。我在公司内网经常这么干，因为8888经常被同事占着。
新建一个Notebook后，你会看到一个个的「单元格」。在单元格里写代码，按 Shift + Enter 运行。就这么简单。
3.3 安装必备库
好了，环境有了，写代码的地方也有了。接下来就是装库。我们这个课程要用到五个库：
| 库名 | 用途 | 安装命令 |
|---|---|---|
| pandas | 数据处理，读取CSV、Excel等 | conda install pandas |
| numpy | 数值计算，数组操作 | conda install numpy |
| matplotlib | 基础绘图，折线图、柱状图等 | conda install matplotlib |
| seaborn | 高级统计图表，热力图专用 | conda install seaborn |
| wordcloud | 词云生成，展示高频词 | conda install -c conda-forge wordcloud |
你可以在终端里一条一条装，也可以一次性全装上：
conda install pandas numpy matplotlib seaborn
conda install -c conda-forge wordcloud为什么wordcloud要用conda-forge？因为它在默认频道里没有。我曾经直接用 pip install wordcloud，结果在Windows上报了一堆编译错误。后来换成conda-forge，一键搞定。所以，能用conda就别用pip，省心。
验证安装：装完后，在Jupyter Notebook里运行以下代码，如果没有报错，说明全部装好了：
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns
from wordcloud import WordCloud
print("所有库导入成功！")避坑指南：我曾经遇到过一个问题——在Jupyter里导入seaborn时提示缺少某个依赖。后来发现是matplotlib版本太旧。解决办法很简单：conda update --all，把所有库更新到最新版。另外，如果你用的是Python 3.12，有些库可能还没适配，建议先用Python 3.10或3.11，稳定很多。
嗯，到这里，环境就全部搭好了。你可以在Jupyter Notebook里新建一个文件，试着跑一下上面的导入代码。看到「所有库导入成功！」这几个字，就说明一切正常。
说实话，环境搭建这一步虽然枯燥，但真的很重要。我见过太多人因为环境问题卡在第一步，最后放弃了整个项目。所以，别急，慢慢来。装好了，后面的路就顺了。
公众号:蓝海资料掘金营，微信deep3321