第2章：环境搭建——Python与Anaconda安装，Jupyter Notebook配置，Pandas、NumPy、Matplotlib库安装
说实话，做储能数据分析这几年，我见过太多人一上来就急着写代码。
结果呢？装个库装半天，版本冲突搞得头大。
环境没搭好，后面全是坑。今天咱们就把这事一次性搞定。
2.1 为什么选Python？
你可能要问：做储能数据分析，非得用Python吗？
我的答案是：不一定，但Python确实是最省心的选择。
你想想看，储能系统每天产生海量的时序数据——电池电压、电流、SOC、温度……这些数据格式复杂，量又大。用Excel？数据量一上去就卡死。用MATLAB？贵，而且社区资源少。
Python呢？免费、开源、生态强大。尤其是Pandas和NumPy这两个库，简直就是为时序数据而生的。
核心观点：Python + Anaconda = 储能数据分析的黄金组合。Anaconda帮你管理环境和包，省去手动配置的烦恼。
2.2 Anaconda安装——别走弯路
我个人习惯用Anaconda来管理Python环境。为什么？因为省事。
你如果直接装Python，后面装库的时候很容易出现版本冲突。比如Pandas需要NumPy的某个特定版本，你手动装了一个新版本，结果Pandas罢工了。这种事我在项目中遇到过好几次，后来干脆全用Anaconda。
安装步骤：
- 下载Anaconda：去官网（anaconda.com）下载对应操作系统的版本。我建议选Python 3.9或3.10版本，太新的版本有些库还没适配。
- 安装过程：一路默认就行。但有一个关键点——记得勾选“Add Anaconda to my PATH environment variable”。不勾的话，后面在命令行里找不到conda命令，很麻烦。
- 验证安装：打开终端（Windows用cmd或PowerShell，Mac/Linux用终端），输入
conda --version。如果显示版本号，说明装好了。
避坑指南：我曾经有一次装Anaconda时没勾选PATH选项，结果后面用Jupyter Notebook时各种报错。折腾了半天才发现是环境变量的问题。所以，这一步千万别省。
2.3 Jupyter Notebook配置——你的交互式工作台
Jupyter Notebook是我做数据分析时最常用的工具。它就像一个电子实验记录本，代码、图表、文字说明全都能放在一起。
你想想看，分析储能数据时，你往往需要边看数据边写代码，边调整参数。Jupyter Notebook的交互式特性正好满足这个需求。
启动Jupyter Notebook：
- 打开终端，输入
jupyter notebook，回车。 - 浏览器会自动打开一个页面，显示文件目录。
- 点击右上角的“New” -> “Python 3”，新建一个Notebook。
嗯，这里要注意：第一次启动可能会慢一点，因为要加载一些组件。耐心等几秒就好。
常用快捷键（记牢这几个就够了）：
| 快捷键 | 功能 |
|---|---|
| Shift + Enter | 运行当前单元格，并跳到下一个 |
| Ctrl + Enter | 运行当前单元格，不跳转 |
| A | 在当前单元格上方插入一个新单元格 |
| B | 在当前单元格下方插入一个新单元格 |
| DD | 删除当前单元格 |
小技巧：我习惯在Notebook里先写一个Markdown单元格，把分析思路列出来。然后再写代码单元格。这样回头再看时，思路特别清晰。
2.4 安装三大核心库
好了，环境搭好了，接下来装库。这三个库是储能数据分析的基石：
- Pandas：处理表格数据，尤其是时间序列数据。读写CSV、Excel、数据库都靠它。
- NumPy：科学计算基础库。Pandas底层就是基于NumPy的。
- Matplotlib：数据可视化。画电压曲线、SOC变化图都靠它。
安装命令：
打开终端，依次输入以下命令：
conda install pandas
conda install numpy
conda install matplotlib或者，你也可以一次性安装：
conda install pandas numpy matplotlib我个人习惯用conda安装，因为它会自动处理依赖关系。如果你用pip，有时候会遇到版本冲突。
验证安装：
在Jupyter Notebook里运行以下代码：
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
print("Pandas版本:", pd.__version__)
print("NumPy版本:", np.__version__)
print("Matplotlib版本:", plt.__version__)如果输出版本号，说明安装成功。
注意：如果你用的是Anaconda，这三个库其实已经预装了。但为了确保版本最新，我建议还是跑一遍安装命令。
2.5 知识体系总览
下面这张图，是我梳理的本章知识结构。你可以把它当作一个路线图：
从这张图你可以看到，整个环境搭建的脉络很清晰：先装Anaconda，再启动Jupyter Notebook，最后装上三大库。每一步都是下一步的基础。
2.6 避坑总结
最后，我把这些年踩过的坑总结一下：
- 版本问题：别追求最新版Python。Anaconda自带的Python版本通常是最稳定的。
- 路径问题：安装路径不要有中文和空格。我之前有个同事用户名是中文，结果Jupyter Notebook死活打不开。
- 网络问题：如果conda安装慢，可以换国内镜像源。比如清华源：
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/ - 环境隔离：不同项目用不同环境。比如：
conda create -n energy python=3.9，然后conda activate energy。这样不会互相干扰。
我的习惯：每个储能项目我都会新建一个独立环境。比如处理锂电池数据用一个环境，处理液流电池数据用另一个环境。这样库的版本不会打架，出了问题也好排查。
好了，环境搭好了，接下来就可以正式开始数据清洗了。记住：磨刀不误砍柴工，环境搭好了，后面事半功倍。