3、Python数据分析环境搭建：Anaconda安装、Jupyter Notebook使用、NumPy基础、Pandas基础、Matplotlib基础

说实话，很多初学者一上来就问我：「老师，我该装什么软件？」

我的回答永远是：先装 Anaconda。为什么？因为它把 Python 解释器、常用库、还有 Jupyter Notebook 一股脑全给你打包好了。我当年刚入行时，光装个 NumPy 就折腾了半天，各种依赖冲突，气得想砸电脑。后来用了 Anaconda，嗯，真香。

3.1 Anaconda 安装：别选错版本

Anaconda 是什么？说白了就是一个 Python 的「全家桶」。你装好它，就等于有了 Python、有了 300 多个常用库、还有 Jupyter Notebook 这个神器。

安装步骤：

1. 去官网下载 Anaconda（选 Python 3.x 版本，别选 2.7 了，那都是老黄历）
2. 安装时记得勾选「Add Anaconda to my PATH environment variable」
3. 安装完成后，打开命令行输入 conda --version，看到版本号就说明成了

3.2 Jupyter Notebook：你的第一个交互式笔记本

Jupyter Notebook 是我个人最常用的工具。它让你能一边写代码，一边看结果，还能加注释、画图。非常适合做故障预测的探索性分析。

启动方式：

• 在命令行输入 jupyter notebook
• 浏览器会自动打开一个页面，点右上角的「New」→「Python 3」

你想想看，传统写代码是：写完整段 → 运行 → 看结果 → 改代码。但在 Jupyter 里，你可以一个格子一个格子地跑，哪里错了改哪里。我在做轴承故障数据清洗时，经常一个格子跑 10 万条数据，看一眼分布，再跑下一个格子。效率翻倍。

3.3 NumPy 基础：数组才是王道

NumPy 是 Python 科学计算的基石。说白了，它让 Python 能像 MATLAB 一样做矩阵运算。故障预测里，传感器数据全是数组，你绕不开它。

核心概念：

• ndarray：N 维数组对象，比 Python 的 list 快 50 倍以上
• 向量化运算：不用写循环，直接对整个数组做运算

import numpy as np

# 创建一个一维数组
arr = np.array([1, 2, 3, 4, 5])
print(arr * 2)  # 输出 [2 4 6 8 10]

# 创建一个 3x3 的随机矩阵
rand_matrix = np.random.randn(3, 3)
print(rand_matrix)

# 故障预测中常用的统计量
data = np.array([0.5, 0.7, 0.6, 0.9, 1.2])
print(f"均值: {np.mean(data):.3f}")
print(f"标准差: {np.std(data):.3f}")

我在项目中遇到过一个问题：用 Python 原生 list 处理 100 万条振动数据，跑了 3 分钟还没出结果。换成 NumPy 数组后，0.3 秒搞定。你想想看，差了 600 倍！

3.4 Pandas 基础：表格数据的瑞士军刀

Pandas 是处理结构化数据的利器。故障预测里，你的数据通常是这样的：

时间戳	温度	振动	转速	故障标签
2024-01-01 00:00:00	45.2	0.12	1500	0
2024-01-01 00:01:00	45.8	0.15	1498	0

核心操作：

import pandas as pd

# 读取 CSV 文件（故障数据通常存成 CSV）
df = pd.read_csv('sensor_data.csv')

# 看一眼数据长什么样
print(df.head())      # 前5行
print(df.info())      # 列名、类型、缺失值

# 筛选出温度大于 50 度的异常数据
anomaly = df[df['温度'] > 50]
print(f"发现 {len(anomaly)} 条异常记录")

# 分组统计：按故障标签算平均温度
print(df.groupby('故障标签')['温度'].mean())

3.5 Matplotlib 基础：一图胜千言

故障预测里，你经常需要看趋势、看分布、看异常点。Matplotlib 就是干这个的。

import matplotlib.pyplot as plt
import numpy as np

# 生成模拟的振动数据
time = np.arange(0, 10, 0.01)
vibration = np.sin(2 * np.pi * time) + 0.1 * np.random.randn(len(time))

# 画个折线图
plt.figure(figsize=(10, 4))
plt.plot(time, vibration, label='振动信号', color='blue', linewidth=0.8)
plt.xlabel('时间 (秒)')
plt.ylabel('振幅')
plt.title('轴承振动信号 - 正常状态')
plt.legend()
plt.grid(True, alpha=0.3)
plt.show()

我个人习惯是：先画图看看数据长什么样，再做分析。有一次我接手一个电机故障项目，对方给了 10 万行数据。我第一件事就是画了个散点图，结果发现 80% 的数据都是传感器故障导致的异常值。要是直接建模，那可就全白费了。

3.6 本章知识体系总览

下面这张图，是我自己总结的「故障预测 Python 环境搭建」核心逻辑。你照着这个路径走，不会迷路。

这张图你看懂了吗？从上到下，就是一条清晰的路径：装好 Anaconda → 用 Jupyter 写代码 → 用 NumPy 做数组运算 → 用 Pandas 清洗表格数据 → 用 Matplotlib 画图看趋势。每一步都是下一步的基础。