数据科学工具链（numpy,pandas）

Uncategorized
3.7k words

前言

上次在安装numpy和pandas过程中出现了各种各样的困难，到最后发现可能是自己安装了好几个python而且不在同一个盘导致调用错误，安装的时候发生了混乱，今天接着上次继续学习。

下面这个链接是我和ChatGPT的聊天对话。

⭐ https://chatgpt.com/share/67f14d8b-62b4-8002-a8dd-a2a2e8710c39

首先我在cmd输入where python查到了我电脑中所有的python，如下：

前三个大概是我自己安装的，第四个就是在APPs里面的应该是电脑自带的，其中E盘的Anaconda是一个开源的 Python 发行版（专注于数据科学、机器学习和科学计算。它集成了常用的数据科学工具包，并提供强大的环境管理功能。）（应该可以当作一个加强版的python）（前段时间刚刚安装的）

ChatGPT给我的建议：

对于这么几个python我该如何随意调用（针对进入某个具体版本的python运行代码，如何创建进入虚拟环境待会介绍）呢？

在终端，如在cmd中，可以直接输入你想使用的版本的python所在文件位置。

1
2
# 打开cmd然后运行
C:\Python313\python.exe

如果看到类似以下界面就是进入了该python环境中

如果想在某个python环境下安装某个第三方库（如pandas），可以跑：

1
C:\Python313\python.exe -m pip install pandas

如果你想查看某个python环境下面是否安装了某个库，可以跑：

1
<python路径> -m pip show pandas

看到类似下面这个界面就说明已经安装了

如果输出为空或者提示：WARNING: Package(s) not found: pandas则说明没有安装。

基于上次某些资料让我修改第三方库的默认安装路径，我想了解以下：

如何修改Python 安装第三方包（如 pandas）的默认安装位置呢？

GPT给了我多种方法，如下（具体操作可以参考聊天对话）

我准备采用它强烈推荐的创建虚拟环境这一个方法。（它说是“是最推荐的现代做法！干净、隔离、不会乱装包，适合你未来做多个项目、玩 AI 或科学计算。”）

创建虚拟环境

首先简单介绍一下虚拟环境的作用：为每个项目创建一个“独立”的 Python 包环境，互不干扰，像“沙盒”一样。默认安装包的路径也就只在这个环境里。

今天了解到的有两种方式（不知道是不是还有其他方法），实际操作了一种。（实际上另一种前段时间学习安装pytorch框架的时候就已经实操过了，因为看到之前科研启蒙项目论文的项目的python环境是虚拟环境。但是当时只是跟着教程一步步傻瓜式操作，不知道自己创建了虚拟环境。）

下面开始介绍使用venv创建虚拟环境的操作。

具体操作流程（venv）

假设我想在D:\MyProjects\AIProject下创建一个虚拟环境

步骤一：打开命令行终端（cmd/PowerShell）（我使用的是cmd）

Win + R → 输入 cmd → 回车

步骤二：进入项目目录

1
2
cd D:
cd MyProjects\AIProject

步骤三：用指定的python创建虚拟环境

从你现有的几个python中选择，如想要使用C:\Python313\python.exe：

1
C:\Python313\python.exe -m venv venv

这会在当前目录下创建一个名为 venv 的虚拟环境文件夹。

步骤四：激活虚拟环境

1
venv\Scripts\activate

激活后会看到命令提示符前多了一个 (venv)：

1
(venv) D:\MyProjects\AIProject>

✅ 说明你现在已经进入了这个独立环境。

步骤五：在虚拟环境中安装包

比如，如果想要安装pandas包，可以输入：

1
pip install pandas

🔍 安装包会被放在：

1
D:\MyProjects\AIProject\venv\Lib\site-packages\

不会影响你电脑上的其他 Python 环境！

步骤六：运行你的程序

1
python myscript.py

运行的是虚拟环境里的 Python 和包。

步骤七：退出虚拟环境

当你用完这个环境时，输入：

1
deactivate

命令行提示符就会变回原来的，没有 (venv)。

Questions

❓如果我在 C:\Python313 里已经安装了 pandas，还需要在虚拟环境里再装一次吗？

需要再安装一次

原因：

创建虚拟环境（venv）时，默认情况下它是完全隔离的，不会“自动继承”你全局 Python（比如 C:\Python313）已经安装的包。所以即使全局 Python 有 pandas，虚拟环境里也看不到。

❓怎么判断 numpy、pandas、matplotlib 是否安装成功？

方法之一：在虚拟环境中用 pip list

先激活虚拟环境（如果还没激活）：

1
venv\Scripts\activate

然后输入：

1
pip list

✅ 如果你看到输出类似：

1
2
3
4
5
Package     Version
----------- -------
numpy       1.26.4
pandas      2.2.1
matplotlib  3.8.4

说明都安装成功了。

❓虚拟环境是不是每次用项目前都要打开？用完要退出？

是的

💡 使用前要激活：

1
venv\Scripts\activate

你会看到命令行变成这样：

1
(venv) D:\MyProjects\AIProject>

这个 (venv) 前缀说明你现在就在虚拟环境里了。
🛑 用完项目后建议退出虚拟环境：

1
deactivate

它会把环境变量恢复到系统默认，避免你误操作装错地方。

✅ 最终流程总结一下：

1
2
3
4
cd D:\MyProjects\AIProject
venv\Scripts\activate      ← ✅ 激活环境
python my_script.py        ← ✅ 执行你的项目代码
deactivate                 ← ✅ 用完后退出

如何在 VS Code / PyCharm 使用虚拟环境？

🟦 VS Code 设置虚拟环境

  • 打开你的项目文件夹（带有 venv/ 的）
  • 按 Ctrl + Shift + P，输入：
1
Python: Select Interpreter
  • 找到并选择你项目下的这个路径：
1
**.\venv\Scripts\python.exe**

从此你在 VS Code 里按 F5 运行，或点击“Run”按钮，都会用你的虚拟环境。

🟥 PyCharm 设置虚拟环境

  • 打开 PyCharm 项目
  • 菜单栏 → File → Settings/设置 → Project: xxx/项目： → Python Interpreter
  • 点击右上角**添加解释器** → Existing environment/选择现有
  • 浏览选择项目里的虚拟环境路径：
1
D:\MyProjects\AIProject\venv\Scripts\python.exe
  • ✅选择并保存即可。之后 PyCharm 就会用这个解释器来运行代码和安装包。

🟦 项目结构：是不是在D:\MyProjects\AIProject下创建各种该项目的具体文件夹文件然后运行就可以了，还是说只能有一个总的项目的文件夹？

✅ 总结先说结论：

完全可以在 D:\MyProjects\AIProject 这个项目文件夹下，创建各种子文件夹和 .py 文件，只要虚拟环境在项目根目录下，就都能用！

不需要只有一个 .py 文件，也不需要什么都堆在根目录，推荐你根据功能整理结构，越清晰越好！

✅ 项目结构推荐（举例）（GPT给的建议，超棒！！！）

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
D:\MyProjects\AIProject\
│
├── venv\                  ← 虚拟环境（不要动）
│
├── data\                  ← 存放原始数据、csv 等
│   └── example.csv
│
├── scripts\               ← 存放你的各类处理脚本
│   └── analyze_data.py
│
├── utils\                 ← 存放工具函数模块
│   └── plot_helper.py
│
├── main.py                ← 主程序入口
├── run_project.bat        ← 一键运行脚本
└── requirements.txt       ← （可选）依赖列表
  • 不建议把虚拟环境 venv/ 放进子文件夹（比如 scripts/venv）→ 会让路径管理变得混乱
  • 项目文件夹越清晰，日后越容易维护、打包、迁移

今天先到这里，其实过程中GPT给了我好几个bonus，如自动检查依赖 + 激活环境 + 运行项目 的一键运行脚本；自动检测缺失包、自动激活环境的运行脚本等，但是我还没有具体去了解，看上去.bat文件好像是个功能比较大的文件类型，可以用来实现一些快捷方式，看上去比较有意思。除此之外我还浅浅问了一下venv创建虚拟环境和使用anaconda创建虚拟环境的区别，大致了解了一下，应该是conda创建虚拟环境更加灵活，venv仅限python环境，而conda支持Python，R，C/C++等多语言包，而且好像venv搭建pytorch框架会复杂更加困难，下次试着实操一下conda创建虚拟环境。加油！！

Comments