课前完成这份指南,第 1 节课只需 5–10 分钟排障即可上手。 Finish this before class; Session 1 only needs a short troubleshooting buffer.
中文: 打开官网 https://www.anaconda.com/download,下载对应你系统的安装包(Python 3.x)。 English: Download the Python 3.x installer for your OS from the official site.
- 双击下载的
.exe安装包,一路 Next。 - 到 "Advanced Options" 时,勾选 "Add Anaconda to my PATH"(方便命令行使用)。
- 安装完成后,从开始菜单打开 "Anaconda Prompt"。
- 双击
.pkg安装包,按提示完成安装(默认装到用户目录即可)。 - 打开 "终端 / Terminal"(在"应用程序 → 实用工具"里)。
- 输入
conda --version,能看到版本号说明安装成功。
中文: 用独立环境可以避免和其他项目的版本冲突。在 Anaconda Prompt / 终端里逐行运行: English: An isolated environment avoids version conflicts. Run line by line:
conda create -n pycourse python=3.12 -y
conda activate pycourse
conda install pandas numpy matplotlib statsmodels jupyter openpyxl -y
-n pycourse是环境名字;activate后命令行前面会出现(pycourse)。 每次上课前,都要先conda activate pycourse。
conda activate pycourse
cd 路径/到/python-course # 换成你存放课程的实际路径 / your actual path
jupyter notebook浏览器会自动打开。进入 week1/ 文件夹,点开 session1_lecture.ipynb 即可开始。
⚠️ 重要: 各 notebook 用相对路径../data/...读数据,所以请 进到 weekN 文件夹里再打开 notebook,不要把 notebook 移到别处。 Open notebooks from inside their weekN folder, since they read data via../data/....
在一个新 notebook 的 code cell 里运行下面这行,不报错 就算成功:
import pandas, numpy, matplotlib, statsmodels, openpyxl
print("环境就绪 / environment ready")| 问题 / Problem | 解决 / Fix |
|---|---|
conda 不是可识别的命令 / conda: command not found |
Windows 重装时勾选 "Add to PATH",或用 "Anaconda Prompt";macOS 重开终端,或运行 source ~/anaconda3/bin/activate。 |
| Jupyter 里找不到 kernel / Kernel error | 确认已 conda activate pycourse 再启动 jupyter notebook;或运行 python -m ipykernel install --user --name pycourse。 |
FileNotFoundError: ../data/xxx.csv |
你不在 weekN 目录里。请从 week1/week2… 文件夹内打开 notebook,数据才能用 ../data/ 找到。 |
| 中文路径报错 / Chinese path issues | 把课程文件夹放到全英文路径下(如 C:\\Courses\\python-course),避免中文/空格目录。 |
| 下载/安装很慢 / Slow download | 配置清华镜像源:conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ 再安装;pip 可用 pip install -i https://pypi.tuna.tsinghua.edu.cn/simple 包名。 |
本课程在 Python 3.12 + pandas 2.x + statsmodels 下编写并逐个 notebook 执行验证通过。若用更老的 pandas(如 1.x),个别 API 可能略有差异,建议照上面命令安装最新稳定版。 The course was authored and verified on Python 3.12 + pandas 2.x + statsmodels.