环境准备：工欲善其事，必先利其器
各位同学，咱们开始动手之前，先把家伙事儿备齐了。做风电Agent系统，说白了就是让机器替我们干活——分析数据、生成报告、甚至自动控制。但机器再聪明，也得有个好环境才能跑起来。
我个人习惯，每次搭建新项目环境，都会花半小时把基础打牢。别小看这一步，我在项目里见过太多人因为环境问题浪费一整天。嗯，咱们今天就把Python、Anaconda、VS Code、Jupyter Notebook这四样东西一次性搞定。
本章核心目标：搭建一套稳定、可复用的风电Agent开发环境。以后你写代码、跑模型、做可视化，全在这个环境里完成。
1. Python环境搭建：选对版本，少走弯路
Python版本这事儿，我踩过坑。有一回项目急着上线，我随手装了最新版Python 3.12，结果发现几个关键的风电数据处理库还没适配。折腾了两天，最后乖乖退回3.10。
我的建议：选Python 3.10或3.11，稳定且兼容性好。风电领域常用的numpy、pandas、scikit-learn、tensorflow，在这些版本上跑得最顺。
小技巧：下载时选64位版本。现在电脑基本都是64位了，32位处理大数据会卡死。
安装步骤其实很简单：
- 去Python官网（python.org）下载对应版本
- 安装时记得勾选「Add Python to PATH」——这个很多人忘掉，结果命令行里打python没反应
- 一路Next，搞定
验证安装：打开命令行，输入 python --version，看到版本号就对了。
2. Anaconda安装：环境管理的神器
为什么要用Anaconda？说白了，就是帮你管好各种Python包。你想想看，风电Agent系统可能要同时用到数据分析、机器学习、深度学习、可视化等不同领域的库。如果全装在一个环境里，迟早会冲突。
Anaconda的核心价值在于：隔离环境。每个项目一个独立环境，互不干扰。我在做风电功率预测项目时，同时维护了三个环境：一个跑传统机器学习，一个跑深度学习，还有一个专门做数据可视化。
安装步骤：
- 去Anaconda官网下载安装包（选Python 3.x版本）
- 安装时注意：如果电脑上已经有Python，建议勾选「Register Anaconda as my default Python」
- 安装完成后，打开Anaconda Prompt（Windows）或终端（Mac/Linux）
创建风电Agent专用环境：
conda create -n wind_agent python=3.10
conda activate wind_agent以后每次写风电Agent的代码，先激活这个环境。干净、清爽、不打架。
注意：不要用pip和conda混着装包。我建议优先用conda，如果conda找不到再用pip。混用容易出依赖冲突，我曾经因为这个排查了整整一个下午。
3. VS Code配置：写代码的利器
编辑器这块，我用过很多。PyCharm太重，Sublime太轻，VS Code刚刚好。尤其是做风电Agent这种需要频繁调试、可视化的项目，VS Code的插件生态太香了。
安装VS Code后，必装插件清单：
| 插件名 | 作用 | 为什么需要 |
|---|---|---|
| Python | 语法高亮、智能提示 | 写代码的基础，没有它寸步难行 |
| Jupyter | 在VS Code里运行Notebook | 风电数据分析经常要边写边看结果 |
| GitLens | 代码版本管理 | 多人协作时，知道谁改了哪行代码 |
| Rainbow CSV | 高亮CSV文件 | 风电数据大多是CSV格式，颜色区分一目了然 |
配置Python解释器：
- 按
Ctrl+Shift+P（Mac是Cmd+Shift+P） - 输入「Python: Select Interpreter」
- 选择刚才创建的
wind_agent环境
搞定。以后写代码，VS Code会自动用这个环境里的Python和包。
4. Jupyter Notebook使用：边写边看，效率翻倍
Jupyter Notebook这东西，做数据分析的人离不开。你写一行代码，马上看到结果，还能在中间插图表、写注释。风电Agent系统里，我们经常要查看风速曲线、功率散点图，用Notebook最方便。
启动方式有两种：
- 方式一：在终端输入
jupyter notebook，浏览器自动打开 - 方式二：在VS Code里新建一个
.ipynb文件，直接编辑运行
我个人更推荐方式二。为什么？因为代码和项目文件在一起，不用来回切换窗口。而且VS Code的Jupyter插件支持代码补全、变量查看，比浏览器版好用太多。
快速上手：
# 在Notebook的第一个单元格里输入
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
# 生成模拟的风速数据
wind_speed = np.random.weibull(2, 1000) * 10
plt.hist(wind_speed, bins=30)
plt.title('风速分布模拟')
plt.show()运行一下，马上看到风速分布直方图。这就是Jupyter的魅力——即时反馈。
我的习惯：每个Notebook文件只做一个主题。比如「数据清洗.ipynb」「特征工程.ipynb」「模型训练.ipynb」。这样查找方便，也容易复用。
知识体系总览
下面这张图，把咱们今天讲的内容串起来了。你可以把它当作一张地图，以后迷路了就回来看一眼。
这张图里，Python是基础，Anaconda管环境，VS Code是编辑器，Jupyter做交互分析。四者配合，就是一套完整的风电Agent开发流水线。
避坑指南
最后，分享几个我踩过的坑：
- 路径问题：我曾经把Anaconda装在了中文路径下，结果死活激活不了环境。记住，所有工具都装到纯英文路径。
- 版本冲突：有次我同时装了Python 3.8和3.10，系统默认用了3.8，导致新语法报错。解决方案：用Anaconda环境隔离，别偷懒。
- VS Code卡顿：插件装太多会拖慢启动速度。我只装必需的，其他随用随装。
好了，环境准备就到这里。你把这些搞定，后面写代码就会非常顺畅。咱们下节课见——到时候就开始真正搭建风电Agent的核心逻辑了。