开发环境与工具

工欲善其事，必先利其器。本章介绍数据科学开发环境的搭建方法，以及常用扩展库的安装使用。

环境组成

一套高效的数据科学开发环境由三部分构成：

• Python 运行时：使用 Anaconda 提供，预装 150+ 数据科学常用包，并支持多环境隔离。
• 代码编辑器：使用 VS Code，配合 Python / Jupyter 插件，获得代码联想、错误提示与 Notebook 编辑能力。
• Notebook 交互环境：Jupyter Notebook，实现代码与文本混排，是数据分析的主力工作形态。

安装 Anaconda

1. 访问 Anaconda 官网，根据设备类型（Mac / Windows）选择 Graphical Installer。
2. 双击安装包，一路 Next / I Agree，保持默认位置安装即可（约需 2~3 分钟）。
3. 安装完成后，打开 Anaconda Navigator，即可看到全部工具（Jupyter Notebook、Spyder、Qt Console 等）。

对数据分析而言，Anaconda 预装的科学计算库（NumPy、Pandas、Matplotlib 等）正是首选，无需逐个手动安装。

配置 VS Code

1. 安装 VS Code：访问 code.visualstudio.com 下载安装，默认配置即可。
2. 安装中文语言包（可选）：插件面板搜索 Chinese，安装后重启生效。
3. 安装 Python 插件：插件面板搜索 Python，安装列表第一个插件。
4. 安装 Jupyter 插件：插件面板搜索 Jupyter，安装微软官方出品的插件。

关联 Python 环境

新建 hello.py 文件后，状态栏会显示当前 Python 环境（如 Python 3.8.5 64-bit (conda)）。如果不是 Conda 环境，点击状态栏环境名，选择带 Conda 字样的环境即可。

Jupyter Notebook 基本操作

在 VS Code 中按 CTRL+P（Mac 为 CMD+P），输入 > Jupyter，选择 Jupyter: Create New Blank Jupyter Notebook 创建 Notebook。

Notebook 由多个 Cell 组成，分为两种类型：

• 代码 Cell：编写 Python 代码，可单独执行，结果展示在 Cell 下方。
• 文本 Cell：编写分析思路与推导逻辑，实现代码与文本混排。

Notebook 界面分为三个区域：

• 主操作区：运行全部 / 上一个 / 下一个 Cell、重启与中断 Kernel、插入 Cell、清空结果、查看变量、保存、导出。
• 边栏操作区：不同位置的 + 号代表在不同位置插入 Cell。
• Cell 操作区：运行当前 Cell（Shift+Enter）、切换代码/文本模式。

常用快捷键

新版 Notebook 界面

新版 VS Code Notebook 提供了更简洁的 UI，功能一致。新版主操作区依次为：执行全部、清空输出、重启内核、查看变量、导出、分栏。当鼠标浮动在 Cell 上时，会出现执行上一个 / 下一个 Cell、拆分、删除等按钮。

常用扩展库

数据科学与数据挖掘相关的库可按用途分类：

查看模块内容的两个实用方法：dir(math) 列出模块所有方法，help(math) 查看模块描述与方法说明。

包管理

使用 pip

pip 是 Python 自带的包管理器：

pip --version                  # 查看 pip 版本
pip install tensorflow         # 安装最新版
pip install tensorflow==1.14   # 安装指定版本
pip uninstall tensorflow       # 卸载
pip list                       # 查看已安装包

使用 conda

Anaconda 的 conda 既是包管理器也是环境管理器：

# 创建环境（当前最新稳定版为 3.14）
conda create --name python-my python=3.14
# 激活 / 注销环境
activate python-my            # Linux: source activate python-my
deactivate                    # Linux: source deactivate
# 安装包
conda install matplotlib
# 查看环境
conda info -e
# 导出 / 重建环境
conda env export > environment.yaml
conda env create -f environment.yaml

多环境隔离是 conda 的核心优势：不同项目可构建互不干扰的环境，环境可打包迁移到其他机器一键重建。

配置国内镜像源

pip 默认源可能下载中断，可临时或永久切换为国内镜像：

# 临时切换（单条命令）
pip install tensorflow -i https://pypi.tuna.tsinghua.edu.cn/simple
# 永久修改默认源
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

常用镜像源：阿里云 https://mirrors.aliyun.com/pypi/simple/、中科大 https://pypi.mirrors.ustc.edu.cn/simple/、清华 https://pypi.tuna.tsinghua.edu.cn/simple/。

验证环境

环境配置完成后，用以下代码验证 NumPy 与 Matplotlib 是否就绪（应输出柱状图）：

import numpy as np
import matplotlib.pyplot as plt

labels = ['G1', 'G2', 'G3', 'G4', 'G5']
men_means = [20, 35, 30, 35, 27]
women_means = [25, 32, 34, 20, 25]
width = 0.35

fig, ax = plt.subplots()
ax.bar(labels, men_means, width, label='Men')
ax.bar(labels, women_means, width, bottom=men_means, label='Women')
ax.set_ylabel('Scores')
ax.set_title('Scores by group and gender')
ax.legend()
plt.show()

小结

• 使用 Anaconda + VS Code + Jupyter 插件可搭建具备代码提示、错误提示与 Notebook 混排能力的高效开发环境。
• 掌握 pip / conda 两种包管理方式，并善用国内镜像源解决下载中断问题。
• 数据科学库可按数值计算、数据处理、可视化、机器学习、深度学习分类记忆，遇到问题知道去何处寻求方案即可。

延伸阅读

• 更详细的开发环境与工具链：开发环境与工具
• 数据分析库 → NumPy 数组与数据类型

版本差异（数据科学栈 → 当前版本）

本文讲解的数据分析流程（读取→清洗→分析→可视化）与核心 API 在最新版本中成立；升级时重点关注 Pandas 3.0 的 Copy-on-Write 与 NumPy 2.x 的类型变化。