第2章开发环境搭建

第2章：开发环境搭建——Python安装、pip配置、虚拟环境创建、Jupyter Notebook安装

说实话，我见过太多初学者在环境搭建这一步就栽了跟头。

明明代码逻辑没问题，结果跑起来报错——不是Python版本不对，就是包没装对地方。我自己刚入行那会儿，也曾在环境配置上折腾了一整天。嗯，今天咱们就把这事一次性说清楚。

我个人习惯用Python 3.8到3.11之间的版本。为什么？因为太新的版本（比如3.12、3.13）有些第三方库还没适配好，太老的版本又缺一些好用的语法特性。

下载地址：https://www.python.org/downloads/

安装时有个关键点——一定要勾选「Add Python to PATH」。我见过太多人忘了这一步，后面命令行里敲python死活找不到命令。

⚠️ 避坑指南：我曾经帮一个学员排查问题，折腾了半小时才发现他装了Python但没勾PATH。结果每次运行都要输完整路径，你说累不累？

安装完成后，打开命令行（CMD或PowerShell），输入：

python --version

如果显示类似 Python 3.10.x，说明安装成功。

pip是Python的包管理工具。默认情况下，它去国外服务器下载包，速度慢得让人抓狂。我建议你换成国内镜像源。

永久配置方法：

pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

常用的国内源有这些：

镜像源名称	地址
清华大学	https://pypi.tuna.tsinghua.edu.cn/simple
阿里云	https://mirrors.aliyun.com/pypi/simple/
中国科技大学	https://pypi.mirrors.ustc.edu.cn/simple/

💡 小技巧：临时用某个源的话，加个 -i 参数就行。比如：pip install pandas -i https://pypi.tuna.tsinghua.edu.cn/simple

配置完后，试试安装一个包：

pip install requests

如果速度飞快，说明配置生效了。

你想想看，如果你同时做两个项目，一个需要pandas 1.0，另一个需要pandas 2.0。装在一起肯定打架。虚拟环境就是解决这个问题的。

Python自带的 venv 模块就能创建虚拟环境：

# 创建虚拟环境（在项目目录下执行）
python -m venv venv

# 激活虚拟环境（Windows）
venv\Scripts\activate

# 激活虚拟环境（Mac/Linux）
source venv/bin/activate

激活后，命令行前面会出现 (venv) 字样。这时候你安装的所有包，都只在这个项目里生效。

  📌 重点：退出虚拟环境用 deactivate 命令。我习惯每个项目都建一个虚拟环境，哪怕只是写个小脚本。

我个人还推荐用 pip freeze 导出依赖清单：

pip freeze > requirements.txt

换到新电脑时，一条命令就能装回所有依赖：

pip install -r requirements.txt

做数据分析或RPA开发时，我特别喜欢用Jupyter Notebook。它能让你一段一段地运行代码，随时看到中间结果，调试起来特别方便。

安装命令：

pip install jupyter

安装完成后，在命令行输入：

jupyter notebook

浏览器会自动打开一个页面，默认地址是 http://localhost:8888。点击右上角的「New」→「Python 3」，就能新建一个笔记本了。

💡 实用技巧：在Jupyter里，按 Shift + Enter 运行当前单元格，按 Tab 自动补全代码。我刚开始用的时候，这两个快捷键帮我省了不少时间。

如果你觉得默认界面不够好看，可以装个主题：

pip install jupyterthemes
jt -t oceans16  # 换个深色主题

嗯，我个人比较喜欢深色背景，长时间盯着屏幕眼睛没那么累。

环境搭好了，咱们验证一下。在Jupyter里新建一个笔记本，输入：

import sys
print(f"Python版本: {sys.version}")

import pandas as pd
print(f"pandas版本: {pd.__version__}")

print("环境搭建成功！")

如果没报错，恭喜你——开发环境已经准备好了。

⚠️ 常见问题：如果在Jupyter里导入包时报错，八成是内核用的Python和安装包的Python不是同一个。检查一下Jupyter右上角显示的内核路径，确保它指向你虚拟环境里的Python。

好了，环境搭建就到这里。下一章咱们开始写第一个RPA脚本——用Python自动操作Excel。说实话，那才是真正好玩的部分。