第二章:Python环境搭建——Anaconda安装、Jupyter Notebook配置、pandas/numpy/matplotlib库安装、虚拟环境管理

说实话,很多刚入行的风电运维兄弟问我:“我风机开得溜,代码零基础,能学数据分析吗?”

我的回答永远是:能。但前提是——你得先把“厨房”收拾利索了。

Python环境搭建,说白了就是给你的电脑装上一套顺手的工具。我见过太多人卡在第一步,装个库报错半小时,最后心态崩了。别急,跟着我来,一步步搞定。

本章核心目标:让你在30分钟内,拥有一套能跑风电数据、能画图、能分析的专业Python工作台。

Python环境搭建知识体系 Anaconda 发行版 Jupyter Notebook 核心库安装 虚拟环境管理 交互式编程 代码+文档混合 pandas (数据处理) numpy (数值计算) matplotlib (绘图) conda create 环境隔离

2.1 为什么选Anaconda?

我刚开始学Python那会儿,用的是原生Python。装个库要手动解决依赖,装个numpy能折腾一上午。后来用了Anaconda,真香。

Anaconda是什么?说白了就是一个“全家桶”。它帮你把Python解释器、常用科学计算库、包管理器conda,一股脑全装好了。你下载一个安装包,双击,下一步,完事。

我个人习惯用Anaconda,原因有三:

  • 省心:自带400多个数据科学常用库,不用一个个装
  • 隔离:虚拟环境管理一流,不同项目互不干扰
  • 跨平台:Windows、Linux、macOS都能用,风场现场那台破电脑也能跑

小提示:下载Anaconda时,记得选Python 3.9或3.10版本。太新的版本有些库还没适配,太老的版本性能跟不上。我一般选3.9,稳得很。

2.2 安装Anaconda,三步走

嗯,这里我直接说步骤,你照着做就行。

  1. 下载:去Anaconda官网(anaconda.com)下载对应系统的安装包。Windows选64位,别选错了。
  2. 安装:双击运行,一路点“Next”。注意:安装路径不要有中文,不要有空格。我见过有人装在“C:\程序\Python”下面,结果后面各种报错。
  3. 验证:打开命令行(Win+R,输入cmd),输入 conda --version。如果显示版本号,恭喜你,成了。

注意:安装过程中,会有一个选项“Add Anaconda to my PATH environment variable”。建议勾上。虽然安装程序提示不推荐,但你不勾的话,后面每次用conda都要手动切路径,烦得很。

2.3 Jupyter Notebook配置——你的第一个“笔记本”

Jupyter Notebook,说白了就是一个能在网页上写代码、记笔记、画图的神器。我处理风场数据时,90%的时间都在用它。

安装完Anaconda后,Jupyter Notebook已经自动装好了。怎么启动?

# 在命令行输入
jupyter notebook

浏览器会自动弹出一个页面。如果没弹,复制命令行里那个带“token=”的网址,手动打开。

我第一次用Jupyter时,觉得这玩意儿不就是个网页版记事本吗?后来发现,它能边写代码边看结果,还能直接画风速-功率曲线图。嗯,真香。

我的习惯:在Jupyter里,我会把每个风场的数据分析单独建一个文件夹。比如“风场A_2024分析”,里面放数据文件、Notebook文件、生成的图表。这样找起来特别方便。

2.4 安装三大核心库:pandas、numpy、matplotlib

这三个库,是风电数据分析的“三驾马车”。

  • pandas:处理表格数据,比如SCADA数据、振动数据。说白了就是Excel的超级加强版。
  • numpy:做数值计算,比如算平均值、标准差、傅里叶变换。底层是C语言,快得很。
  • matplotlib:画图。风速玫瑰图、功率曲线、趋势图,全靠它。

安装命令很简单:

# 打开命令行,输入
conda install pandas numpy matplotlib

# 或者用pip(我推荐用conda,依赖管理更好)
pip install pandas numpy matplotlib

安装完成后,验证一下:

# 在Python环境里输入
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
print("所有库导入成功!")

如果不报错,说明装好了。

避坑指南:我曾经在风场现场用一台没联网的电脑装库,折腾了俩小时。后来学乖了,提前在家用 conda list --export > packages.txt 导出依赖列表,到现场用 conda install --file packages.txt 离线安装。这招你记着,迟早用得上。

2.5 虚拟环境管理——别让项目“打架”

你想想看,你手上有好几个项目:一个用pandas 1.0,一个用pandas 2.0。如果全装在一个环境里,迟早出问题。

虚拟环境就是干这个的。它给每个项目一个独立的“小房间”,互不干扰。

创建虚拟环境:

# 创建一个叫 wind_analysis 的环境,指定Python版本
conda create -n wind_analysis python=3.9

# 激活环境
conda activate wind_analysis

# 在这个环境里安装库
conda install pandas numpy matplotlib

# 退出环境
conda deactivate

我个人的工作流是这样的:每个风场项目建一个独立环境。比如“wind_farm_A”、“wind_farm_B”。这样A项目升级库,B项目完全不受影响。

命令 作用 我的备注
conda create -n 环境名 python=3.9 创建虚拟环境 环境名用英文,别用中文
conda activate 环境名 激活环境 激活后命令行前面会出现环境名
conda deactivate 退出环境 回到base环境
conda env list 查看所有环境 带*的是当前激活的环境
conda env remove -n 环境名 删除环境 删之前确认一下,别手滑

重要提醒:不要在base环境里装太多库。base环境就像你的“工具箱”,保持干净。每个项目用独立的虚拟环境,这是专业工程师的基本素养。我曾经见过有人把所有库都塞在base里,最后conda update一下,整个环境崩了,所有项目都跑不了。那叫一个惨。

2.6 环境搭建完成后的第一件事

环境搭好了,别急着关电脑。跑一个简单的测试脚本,确认一切正常:

# 在Jupyter Notebook里新建一个Notebook,输入以下代码
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

# 生成一组模拟的风速数据
wind_speed = np.random.weibull(2, 1000) * 10
# 画个直方图看看
plt.hist(wind_speed, bins=30, alpha=0.7, color='steelblue')
plt.title('模拟风速分布')
plt.xlabel('风速 (m/s)')
plt.ylabel('频次')
plt.show()

如果能看到一张漂亮的直方图,恭喜你,环境搭建成功了。接下来,我们就可以正式开始风电数据分析的实战了。

总结一下:Anaconda装好,Jupyter跑起来,三大库就位,虚拟环境隔离好。这套组合拳打下来,你的Python数据分析环境就稳如老狗了。后面不管处理多少风场数据,都不会出幺蛾子。


专注资料整理