第一章：工欲善其事——Python环境搭建

各位同学好，我是老张。搞了十几年齿轮箱故障诊断，从最早的磁带记录仪到现在的数字采集系统，工具换了一茬又一茬。但说实话，Python 这套环境是我目前用得最顺手的。今天咱们就把这套「吃饭的家伙」给搭起来。

你可能要问：为什么非得用 Python？我用 MATLAB 不也挺好？嗯，我刚开始也这么想。直到有一次在现场，甲方临时要改分析参数，我掏出笔记本现场改了几行代码就跑出结果了——那感觉，比抱着 MATLAB 许可证文件到处跑舒服多了。

1.1 为什么选择 Anaconda？

说白了，Anaconda 就是个「全家桶」。它把 Python 解释器、常用科学计算库、还有包管理工具 conda 都打包好了。你想想看，要是自己一个个装 numpy、scipy、matplotlib，光是解决依赖冲突就能让你怀疑人生。

我个人习惯用 Anaconda 的另一个原因是——环境隔离。做项目最怕什么？最怕 A 项目需要 numpy 1.19，B 项目需要 numpy 1.24，结果一升级全崩了。conda 的虚拟环境功能，说白了就是给每个项目一个「独立的小房间」，互不干扰。

小提示： 如果你硬盘空间紧张，可以装 Miniconda——它只有 conda 和 Python，其他库按需安装。我出差用的笔记本就是 Miniconda，够用。

1.2 Anaconda 安装实战

安装过程其实没什么技术含量，但有几个坑我得提前说。

  1. 下载版本： 去官网（anaconda.com）下载 Python 3.9 或 3.10 版本。别追新，3.12 虽然新但有些老库还没适配。
  2. 安装路径： 别用默认的 C 盘！我吃过这个亏——C 盘满了，Anaconda 更新失败，整个环境废了。建议装到 D:\Anaconda3 或 E:\Anaconda3。
  3. 关键一步： 安装时有个选项「Add Anaconda3 to my PATH environment variable」，勾上它。虽然安装程序会警告说可能冲突，但相信我，不勾的话后面每次用都要手动找路径，烦得很。
注意： 如果你电脑上已经装了 Python，勾选 PATH 选项可能会导致冲突。解决办法是：安装完成后，在环境变量里把 Anaconda 的路径放在系统 Python 前面。

1.3 Jupyter Notebook 配置

Jupyter Notebook 这东西，我第一次用的时候觉得「不就是个网页版编辑器吗？」后来才发现，它最大的好处是——边写边跑，随时看结果。做信号分析时，你画个时域图、调个参数，立刻就能看到效果，这比写完整段代码再运行高效多了。

安装完 Anaconda 后，Jupyter 已经自带了。你可以在开始菜单找到「Anaconda Prompt」，打开后输入：

jupyter notebook

浏览器会自动打开一个页面。如果没自动打开，就把终端里显示的那个 URL（一般是 http://localhost:8888）复制到浏览器地址栏。

我个人习惯改两个配置：

  • 默认目录： 在 Anaconda Prompt 里输入 jupyter notebook --generate-config，然后找到生成的配置文件，把 c.NotebookApp.notebook_dir 改成你的工作目录，比如 'D:/Gearbox_Analysis'。
  • 自动保存： 默认每 120 秒自动保存一次，我觉得太长了。在配置里找 c.NotebookApp.autosave_interval，改成 30。
重要： 做信号分析时，经常要处理几百兆甚至上 G 的数据。Jupyter 默认会把所有输出都保存在内存里，数据量大了容易崩。建议在代码开头加一句 %config InlineBackend.figure_format = 'svg'，用矢量图代替位图，能省不少内存。

1.4 必备库安装

做齿轮箱振动分析，下面这几个库是绕不开的。我按重要程度排个序：

库名 用途 安装命令
numpy 数组运算、FFT、矩阵操作 conda install numpy
scipy 信号处理（滤波、谱分析、插值） conda install scipy
matplotlib 绘图（时域图、频谱图、瀑布图） conda install matplotlib
pyvib 专门做振动分析的库（包络谱、阶次分析） pip install pyvib

安装命令很简单。打开 Anaconda Prompt，依次输入：

conda install numpy scipy matplotlib
pip install pyvib

为什么 pyvib 用 pip 而不是 conda？因为这个库比较小众，conda 源里没有。我曾经在 conda 上折腾了半天没装上，最后用 pip 一次搞定。

避坑指南： 安装 pyvib 时如果报错说缺少某个依赖，别慌。先看看报错信息里缺的是什么，然后用 conda 或 pip 单独装那个依赖。我曾经遇到缺 libffi 的情况，装完就好了。

1.5 验证环境是否搭好

环境搭没搭好，跑个简单代码验证一下最实在。打开 Jupyter Notebook，新建一个 Python 3 笔记本，输入：

import numpy as np
import scipy.signal as signal
import matplotlib.pyplot as plt
import pyvib

print("所有库导入成功！")
print(f"numpy 版本: {np.__version__}")
print(f"scipy 版本: {scipy.__version__}")

# 生成一个简单的正弦波验证
t = np.linspace(0, 1, 1000)
f = 50  # 50Hz
y = np.sin(2 * np.pi * f * t)

plt.plot(t, y)
plt.title("验证信号 - 50Hz 正弦波")
plt.xlabel("时间 (s)")
plt.ylabel("幅值")
plt.show()

如果能看到一个正弦波图形，恭喜你，环境搭好了！

注意： 如果 pyvib 导入报错，别着急。这个库对 Python 版本比较敏感，如果实在装不上，可以用 scipy.signal 的 hilbert 函数做包络分析，效果差不多。我在早期项目里就是这么干的。

1.6 本章知识体系

下面这张图帮你理清今天的内容。说白了，就是三层结构：底层是 Anaconda 这个平台，中间是 Jupyter 这个交互工具，上层是四个核心库。每一层都踩稳了，后面的分析才能跑得顺。

Python 环境搭建知识体系 Anaconda 平台 Python 解释器 + 包管理 + 环境隔离 Jupyter Notebook 交互式编程 + 即时可视化 NumPy 数组运算 · FFT SciPy 信号处理 · 滤波 Matplotlib 时域图 · 频谱图 PyVib 包络谱 · 阶次分析 环境搭建是基础，基础不牢，地动山摇

好了，环境搭好了，后面咱们就可以正式开始分析齿轮箱的振动信号了。记住，工具只是手段，关键还是你对信号的理解。不过话说回来，工具不顺手，再好的想法也实现不了——所以这一步，值得你花点时间把它搞扎实。

公众号:蓝海资料掘金营，微信deep3321

← 上一章 📖 返回目录 下一章 →