0.1. 环境配置

这篇文章会带你搭好本课程需要的环境：Python、Anaconda（conda）、Jupyter Notebook、以及 PyCharm。如果你已经有可用的 conda 环境，并且能正常打开 Notebook，可以直接进入 0.2。

本文覆盖 Windows、macOS、Linux。安装步骤按系统分开写；装好之后的 conda / Jupyter / PyCharm 操作基本通用。

0.1.1. 你需要什么

还需要单独去 python.org 装一份 Python 吗？
一般 不需要。Anaconda 已经包含 Python。按本课程的路径，安装 Anaconda，再建一个带 Python 3.11 或 3.12 的环境即可。单独安装 python.org 版本是可选的（做非 conda 项目时有时方便）；若在 Windows 上安装，请勾选 Add python.exe to PATH。

Anaconda 与 Miniconda： Anaconda 体积更大、对新手更友好；Miniconda 更轻，主要提供 conda。两者都能用；本文默认使用 Anaconda。

0.1.2. 安装 Anaconda

下载（各系统通用）

1. 打开官方下载页：https://www.anaconda.com/download。
2. 按你的操作系统下载对应安装包（Windows / macOS / Linux）。页面通常会推荐合适版本；在 macOS 上请选择 Apple Silicon 或 Intel，与本机芯片一致。

下载前可能会要求填写邮箱，这不是拿到安装包的必要条件。优先使用 Anaconda 官方站点；除非你清楚自己在做什么，否则不要随便用不明来源的第三方包。

Windows

1. 运行下载好的 .exe 安装程序。
2. 没有特殊需求就保持默认选项；需要时再改安装路径。
3. 初学者建议用开始菜单里的 Anaconda Prompt 或 Anaconda PowerShell Prompt 执行 conda 命令（不必强行把 Anaconda 加进系统 PATH）。
4. 验证安装：打开 Anaconda Prompt，执行：

conda --version

若 Anaconda 装在 C:\Program Files 等受保护目录，创建环境或装包时请以管理员身份打开 Anaconda Prompt，或者一开始就装到用户可写目录。

macOS

1. 运行下载好的安装程序（.pkg，或按官网说明使用 shell 安装脚本）。
2. 安装结束后打开 终端（Terminal），为当前 shell 初始化 conda（多数 Mac 使用 zsh）：

conda init zsh

完全关闭终端再重新打开，然后检查：

conda --version

Apple Silicon 与 Intel： 安装包架构必须与本机一致（苹果菜单 → 关于本机）。装错架构，后面装包时容易出现难排查的错误。

Linux

1. 同样从官网下载 Linux 安装脚本（.sh）。
2. 在终端里用 bash 运行（文件名含版本号，按实际为准）：

bash ~/Downloads/Anaconda3-*.sh

3. 接受许可协议，选择安装路径（默认装在用户主目录即可），并在提示时允许为当前 shell 执行 conda init。
4. 关闭并重新打开终端，执行：

conda --version

请使用官方 .sh 安装脚本，不要随便用发行版里来历不明的 apt / dnf / pacman 包，除非你已经了解它们的维护方式。通常不要用 sudo 运行 Anaconda 安装脚本。

0.1.3. 用 Anaconda 新建开发环境（建议）

不要把课程用到的包全部塞进 base。单独建一个环境更干净：

Windows： Anaconda Prompt（或 Anaconda PowerShell Prompt）。
macOS / Linux： 终端（完成 conda init 之后）。

conda create -n machine_learning python=3.12

• 把 machine_learning 换成你喜欢的名字，只能用英文。
• 若更想用 3.11，写成 python=3.11 即可；本课程两者都可用。

出现是否继续的提示时，输入 y 回车。然后激活环境：

conda activate machine_learning

命令行提示符应出现环境名（例如 (machine_learning)），而不只是 (base)。

(base) user@hostname ~ % conda activate machine_learning
(machine_learning) user@hostname ~ %

常用检查命令：

conda env list
python --version

(base) user@hostname ~ % conda env list

# conda environments:
#
base                  * /opt/anaconda3
machine_learning        /opt/anaconda3/envs/machine_learning

当前环境会在路径前标 *。

也可以启动 Python 交互环境，确认解释器能正常响应：

(base) user@hostname ~ % python
Python 3.12.2 | packaged by conda-forge | (main, Feb 16 2024, 20:54:21) [Clang 16.0.6 ] on darwin
Type "help", "copyright", "credits" or "license" for more information.
>>> 

0.1.4. 安装和打开 Jupyter Notebook

先激活你的课程环境，再安装：

pip install notebook

如果下载较慢，可改用国内镜像（清华源示例）：

pip install notebook -i https://pypi.tuna.tsinghua.edu.cn/simple

启动 Notebook：

jupyter notebook

浏览器应自动打开。若要打开指定项目目录，先 cd 进去再启动：

cd /path/to/your/project
jupyter notebook

当前 pip install notebook 默认安装的是 Notebook 7+。主题 / 深色模式可在 Notebook 界面的设置里切换，本课程不需要再装第三方主题包。

matplotlib、NumPy、pandas 的安装与试运行见 0.2——环境能跑起来后请接着做那一篇。

0.1.5. PyCharm + Anaconda

目前对新手比较友好的 Python IDE 之一是 JetBrains 的 PyCharm。从 PyCharm 2025.1 起，JetBrains 提供统一的 PyCharm 产品：从官网下载即可；可先试用 Pro 功能，试用结束后可继续免费使用核心功能（已包含 Jupyter 支持），也可订阅 Pro。

1. 按操作系统下载并安装 PyCharm，安装选项保持默认即可。
2. 打开 PyCharm → 新建项目。
3. 解释器选择 conda 相关选项（例如 基础 conda，或指向你创建的 machine_learning 环境）。

之后也可在 设置 里搜索 Python 解释器 再改：

在 PyCharm 中新建 Notebook

项目已使用 conda 解释器时，可直接在 IDE 里新建 Jupyter Notebook（例如 新建 → Jupyter Notebook）。

0.1.6. 快速自检

进入下一篇之前，你应能做到：

1. 在 Anaconda Prompt（Windows）或终端（macOS / Linux）里运行 conda --version。
2. conda activate 你的课程环境，并且 python --version 显示 3.11 或 3.12。
3. 运行 jupyter notebook 并打开浏览器界面。
4. （可选）在 PyCharm 中新建项目，并选用该 conda 环境。

下一篇：0.2. 下载、安装和试运行需要的包（matplotlib、NumPy、pandas）。