2. Python基础速通（一）：Python环境搭建（Anaconda）、Jupyter Notebook使用、变量与数据类型、列表与字典

各位同学，欢迎来到Python基础速通的第一讲。

说实话，很多做储能数据分析的朋友，一开始都卡在环境搭建上。我见过太多人，代码写得挺好，结果装个库装了一整天，心态直接崩了。所以咱们第一步，先把地基打牢。

2.1 为什么我推荐Anaconda？

Python本身只是一个解释器，但做数据分析需要一堆库：NumPy、Pandas、Matplotlib……一个个手动装，不仅麻烦，还容易版本冲突。

Anaconda 就是来解决这个问题的。它是一个Python发行版，自带200多个常用库，还带了一个包管理器叫 conda。

我个人习惯，每个储能项目都新建一个独立环境。比如处理锂电池数据用一个环境，做光伏预测用另一个。这样哪怕某个库升级出问题，也不影响其他项目。

2.2 安装与验证

去官网下载Anaconda，选Python 3.9或3.10版本就行。安装时记得勾选「Add Anaconda to my PATH environment variable」——这一步很多人会忘，我刚开始也吃过这个亏。

装完后，打开终端（Windows用CMD或PowerShell，Mac/Linux用Terminal），输入：

conda --version

如果看到版本号，说明装好了。再输入 python 进入交互模式，试试：

print("Hello, 储能大数据!")

看到输出，环境就通了。

2.3 Jupyter Notebook：写代码的笔记本

Jupyter Notebook 是我最常用的工具。它把代码、运行结果、图表、文字说明都放在一个文件里，特别适合做探索性分析。

启动方式很简单，终端输入：

jupyter notebook

浏览器会自动打开一个页面，点右上角「New」→「Python 3」就能新建一个笔记本。

我在项目中经常这样用：上半部分写分析思路（Markdown），下半部分写代码验证。一个文件就是一个完整的数据分析报告。

2.4 变量与数据类型

Python是动态类型语言，变量不需要提前声明类型。直接赋值就行：

# 数值型
battery_capacity = 100  # 整数，单位kWh
voltage = 3.7           # 浮点数，单位V

# 字符串
project_name = "储能电站A"

# 布尔型
is_charging = True

print(type(battery_capacity))  # <class 'int'>
print(type(voltage))           # <class 'float'>

这里有个坑，我必须要提醒你。

2.5 列表：有序的数据集合

列表用方括号 [] 表示，可以放不同类型的数据。这在储能数据分析里太常用了——比如记录一组电池的电压值：

# 创建列表
voltages = [3.7, 3.8, 3.6, 3.9, 3.75]

# 访问元素（索引从0开始）
print(voltages[0])   # 3.7
print(voltages[-1])  # 3.75，负索引从末尾开始

# 切片：取前三个
print(voltages[:3])  # [3.7, 3.8, 3.6]

# 添加元素
voltages.append(3.85)
print(voltages)      # [3.7, 3.8, 3.6, 3.9, 3.75, 3.85]

# 列表长度
print(len(voltages)) # 6

你想想看，如果手动记录100个电池的电压，用列表几行代码就搞定了。我当年做电池组一致性分析时，就是用列表存了上千个电芯的电压，然后算标准差，找出异常电芯。

2.6 字典：键值对存储

字典用花括号 {}，每个元素由「键:值」组成。适合存有结构的数据，比如一个电池模组的参数：

# 创建字典
battery_module = {
    "id": "BM-001",
    "capacity_kwh": 50,
    "voltage_nominal": 48,
    "cell_count": 16,
    "status": "正常"
}

# 访问值
print(battery_module["capacity_kwh"])  # 50

# 修改值
battery_module["status"] = "需维护"

# 添加新键
battery_module["temperature_c"] = 25.3

# 遍历字典
for key, value in battery_module.items():
    print(f"{key}: {value}")

2.7 本章知识体系

下面这张图，帮你理清今天讲的内容结构：

2.8 避坑总结

最后，我把今天容易踩的坑列一下：

常见错误	原因	正确做法
索引越界	列表索引从0开始，访问不存在的索引	用 len() 确认长度，或用 try-except
字典键不存在	直接访问不存在的键会报KeyError	用 get() 方法，如 dict.get("key", 默认值)
类型混淆	整数和浮点数混用导致精度问题	涉及计算时统一用浮点数
环境混乱	不同项目共用同一个Python环境	每个项目建一个conda虚拟环境

嗯，今天就到这儿。把这些基础打牢，下一节我们就能开始处理真正的储能数据了。

---

公众号:蓝海资料掘金营，微信deep3321