第3章：Python环境搭建——Anaconda安装、Jupyter Notebook配置、必备库安装
说实话，很多初学者在机器学习上栽跟头，不是算法太难，而是环境没配好。
我见过太多人花了两天装包，最后发现版本冲突，心态直接崩了。所以这一章，咱们把地基打牢。
3.1 为什么选Anaconda？
Python的包管理，说白了就是一场「依赖地狱」的生存游戏。
你装了一个库，它要求numpy 1.19；另一个库，非要numpy 1.21。怎么办？
Anaconda就是来解决这个问题的。它自带conda工具，可以创建独立的虚拟环境。
我个人习惯，每个项目都建一个新环境。这样互不干扰，出问题了直接删掉重来，干净利落。
核心优势：
- 预装200+常用科学计算库，省去手动安装的麻烦
- conda比pip更擅长处理二进制依赖（比如C++扩展）
- 环境隔离，避免「装一个库，崩一片」的惨剧
3.2 Anaconda安装实战
去官网下载对应系统的安装包。我建议选Python 3.9+版本，太老的版本有些新库不支持。
安装时有个坑——记得勾选「Add Anaconda to my PATH environment variable」。
我曾经有一次忘了勾，结果在终端里死活找不到conda命令，折腾了半小时才发现是路径没加进去。
避坑指南：
Windows用户安装路径不要有中文或空格。我之前有个学员路径写成了「D:\机器学习\环境」，结果conda create一直报错，改成英文就好了。
安装完成后，打开终端（或Anaconda Prompt），输入：
conda --version如果看到版本号，恭喜你，第一步走通了。
3.3 创建风电专用环境
我们给风电异常检测项目单独建个窝：
conda create -n wind_turbine python=3.9
conda activate wind_turbine环境名叫wind_turbine，你想想看，以后所有风电相关的包都装在这里，清爽得很。
3.4 Jupyter Notebook配置
Jupyter Notebook是我最常用的交互式工具。做数据分析时，写一段代码，立刻看到结果，这种感觉很爽。
安装很简单：
conda install jupyter notebook启动：
jupyter notebook浏览器会自动打开一个页面。嗯，这里要注意——默认工作目录是你的终端当前路径。
我习惯在项目根目录下启动，这样文件管理方便。比如：
cd D:\wind_turbine_project
jupyter notebook小技巧：
在Jupyter里按Tab键可以自动补全代码，按Shift+Tab可以查看函数文档。这两个快捷键能帮你省下大量查文档的时间。
3.5 必备库安装
做风电异常检测，下面这几个库是吃饭的家伙：
| 库名 | 用途 | 安装命令 |
|---|---|---|
| pandas | 数据处理，尤其是时间序列 | conda install pandas |
| numpy | 数值计算，矩阵运算 | conda install numpy |
| scikit-learn | 机器学习算法库 | conda install scikit-learn |
| matplotlib | 基础绘图 | conda install matplotlib |
| seaborn | 统计可视化，比matplotlib更美观 | conda install seaborn |
| xgboost | 梯度提升树，异常检测利器 | conda install -c conda-forge xgboost |
你可以一次性装完：
conda install pandas numpy scikit-learn matplotlib seaborn
conda install -c conda-forge xgboost为什么xgboost单独装？因为它依赖C++编译器，用conda-forge渠道最稳。我试过用pip装，结果在Windows上报了一堆dll缺失错误，换成conda-forge一次过。
3.6 验证安装
装完别急着走，先验证一下：
python -c "import pandas; import numpy; import sklearn; import matplotlib; import seaborn; import xgboost; print('All good!')"如果输出「All good!」，说明环境没问题。
我建议你再打开Jupyter Notebook，新建一个笔记本，逐行导入这些库。亲眼看到没报错，心里才踏实。
3.7 本章知识体系
下面这张图，帮你理清整个环境搭建的逻辑：
3.8 常见问题与解决
我整理了几个学员常踩的坑：
- conda命令找不到：检查环境变量，或者直接用Anaconda Prompt
- 安装速度慢：换国内镜像源，比如清华源：
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/ - Jupyter无法启动：试试
jupyter notebook --no-browser，然后手动复制链接到浏览器 - xgboost安装失败：确保用conda-forge渠道，不要用pip
我的经验：
环境搭建这件事，一次配好，后面能省90%的调试时间。我每次开始新项目，第一件事就是建虚拟环境、装库、写个测试脚本跑通。磨刀不误砍柴工，真的。
好了，环境搭好了，下一章咱们就开始真正接触风电数据了。