Day 02 · 环境搭建：Python 数据分析零成本工具包

「AI Python 系列」第 02 栏 · AI数据可视化全栏 15 篇 · 零成本跟完 作者梅雅达编程笔记首发CSDN摘要做数据可视化先把工具装好。本篇带你 10 分钟搭建零成本工作环境用Miniconda管理 Python 环境安装pandas/matplotlib/seaborn/pyecharts/plotly全套可视化库配置智谱 AI 免费 APIGLM-4.7-Flash。附带一键安装命令和环境验证脚本确保每步都跑通。装好就能直接用。上一篇讲了数据可视化到底在干嘛这篇动手。先把干活用的家伙事儿准备好。放心全部免费装完就能跑。一、你需要装什么列个清单工具干嘛用的费用Python 3.10编程语言本体免费Miniconda环境管理 包管理免费pandas数据处理读 CSV、清洗、统计免费matplotlib画图最基础的可视化库免费seaborn画图基于 matplotlib更美观免费pyecharts交互式中文图表免费plotlyWeb 级交互式图表免费jupyter交互式笔记本边写代码边看结果免费zhipuai智谱 AI SDK调用免费模型免费python-dotenv读取.env文件中的环境变量免费9 个工具0 块钱。二、装Miniconda为什么不用 Anaconda因为 Anaconda 太大了自带几百个包下载慢、占磁盘。Miniconda 是它的精简版只带 Python 和 conda 包管理器需要什么再装什么。下载地址https://docs.conda.io/en/latest/miniconda.html选择你的系统版本Windows选Miniconda3-latest-Windows-x86_64.exeMacIntel选Miniconda3-latest-MacOSX-x86_64.shMacM 系列芯片选Miniconda3-latest-MacOSX-arm64.shLinux选对应架构的.sh文件Windows 安装注意安装时勾选Add Miniconda to PATH虽然它会提示你不推荐但勾上会省很多事。Mac / Linux 安装bashMiniconda3-latest-MacOSX-arm64.sh一路回车最后输入yes确认。安装完重启终端。验证安装成功conda--version看到版本号就行比如conda 24.x.x。三、创建数据分析专用环境很多人装完Miniconda就直接在默认环境里干活。不推荐。为什么因为不同项目可能依赖不同版本的库。混在一起迟早冲突。正确做法每个项目一个独立环境。# 创建一个叫 dataviz 的环境Python 版本 3.10conda create-ndatavizpython3.10-y# 激活这个环境conda activate dataviz激活后你会发现命令行前面多了个(dataviz)说明你在正确的环境里了。Windows 用户如果conda activate报错先运行conda init powershell然后重启 PowerShell。四、安装可视化工具包环境建好了开始装库。一行命令搞定pipinstallpandas matplotlib seaborn pyecharts plotly jupyter openpyxl zhipuai python-dotenv解释一下每个包pandas数据处理的核心。读 CSV、读 Excel、筛选、分组、透视全靠它matplotlibPython 最经典的画图库后面的基础seaborn在matplotlib基础上封装了一层默认配色就很好看pyecharts百度开源的ECharts的 Python 封装天然支持中文plotly交互式图表鼠标悬停能显示数据、能缩放jupyter写代码的 IDE但不像 VS Code 那么重浏览器里就能用openpyxl让pandas能读写 Excel 文件zhipuai智谱 AI 的 Python SDK后面要调 GLM-4.7-Flashpython-dotenv从.env文件中读取环境变量保护敏感信息如 API Key装完之后验证一下importpandasaspdimportmatplotlib.pyplotaspltimportseabornassnsimportpyechartsimportplotlyimportzhipuaiprint(fpandas:{pd.__version__})print(fmatplotlib:{matplotlib.__version__})print(fseaborn:{sns.__version__})print(fpyecharts:{pyecharts.__version__})print(fplotly:{plotly.__version__})print(fzhipuai:{zhipuai.__version__})print(全部安装成功)注意第二行需要先import matplotlib完整版本importpandasaspdimportmatplotlibimportmatplotlib.pyplotaspltimportseabornassnsimportpyechartsimportplotlyimportzhipuaiprint(fpandas:{pd.__version__})print(fmatplotlib:{matplotlib.__version__})print(fseaborn:{sns.__version__})print(fpyecharts:{pyecharts.__version__})print(fplotly:{plotly.__version__})print(fzhipuai:{zhipuai.__version__})print(全部安装成功)每个库的版本号都打印出来了就说明没问题。五、配置智谱 AI免费 API后面的章节会用 GLM-4.7-Flash 来辅助数据分析和可视化。现在先把 API 配好。第一步注册智谱 AI打开 https://open.bigmodel.cn/ 用手机号注册一个账号。第二步创建 API Key登录后进入「API Keys」页面点「创建 API Key」复制保存好。第三步创建.env文件推荐方式**最安全、最规范的做法是用.env文件管理敏感信息。创建一个.env文件# .env 文件内容 ZHIPUAI_API_KEY你的API Key⚠️ 重要不要把.env文件提交到 Git创建.gitignore文件并添加.env.env同时建议创建一个.env.example模板文件不含真实密钥方便分享项目时其他开发者参考# .env.example 文件内容不含真实密钥 ZHIPUAI_API_KEYyour_api_key_here第四步验证连通在代码中加载.env文件并验证fromdotenvimportload_dotenv load_dotenv()# 加载 .env 文件importosfromzhipuaiimportZhipuAI clientZhipuAI(api_keyos.getenv(ZHIPUAI_API_KEY))responseclient.chat.completions.create(modelglm-4.7-flash,messages[{role:user,content:你好请用一句话介绍自己}])print(response.choices[0].message.content)备选方案直接设置系统环境变量如果你不想用.env文件也可以直接设置系统环境变量Mac / Linux# 编辑 ~/.bashrc 或 ~/.zshrc添加一行exportZHIPUAI_API_KEY你的API KeyWindows PowerShell# 临时设置当前窗口有效$env:ZHIPUAI_API_KEY 你的API Key# 永久设置[System.Environment]::SetEnvironmentVariable(ZHIPUAI_API_KEY,你的API Key,User)如果打印出了模型的回复就说明 API 连通了。⚠️ GLM-4.7-Flash 是永久免费的但新用户有每日调用次数限制。正常学习用绰绰有余。六、启动Jupyter NotebookJupyter是数据分析最常用的写代码方式。不是非用不可但强烈推荐——因为它能边写代码边看图表不用反复运行整个脚本。jupyter notebook执行后会自动打开浏览器进入Jupyter的文件管理界面。新建一个 Notebook点击右上角「New」→ 选择Python 3 (ipykernel)。在第一个单元格里输入importpandasaspdimportmatplotlib.pyplotasplt# 设置中文显示很重要不然图表里的中文全是方块plt.rcParams[font.sans-serif][SimHei,Arial Unicode MS,PingFang SC]plt.rcParams[axes.unicode_minus]False# 快速画一个测试图data{月份:[1月,2月,3月,4月,5月,6月],销售额:[12.3,10.1,15.8,14.2,18.6,22.1]}dfpd.DataFrame(data)plt.figure(figsize(8,4))plt.plot(df[月份],df[销售额],markero,color#2196F3)plt.title(上半年销售额趋势)plt.ylabel(销售额万元)plt.grid(True,alpha0.3)plt.tight_layout()plt.show()print(环境验证通过可以开始学数据可视化了。)如果能正常显示一张折线图中文也没有乱码恭喜环境全部搞定了。Windows 用户如果中文显示还是方块把字体改成plt.rcParams[font.sans-serif] [Microsoft YaHei]。Mac 用户用PingFang SC或Arial Unicode MS。七、环境出问题了怎么办几个常见问题Qpip install报权限错误A不要用sudo pip。确认你激活了conda环境前面有(dataviz)然后再装。Qmatplotlib中文显示方块A这是字体问题。Day 06 会详细讲怎么处理现在先用上面的plt.rcParams临时解决。Qpyecharts画图只显示空白Apyecharts生成的图表需要在浏览器里打开。在Jupyter里用RenderEngine展示或者直接保存成 HTML 文件用浏览器打开。Qzhipuai调用报 401AAPI Key 没设置对。检查环境变量是否生效importosprint(os.getenv(ZHIPUAI_API_KEY))如果打印None说明环境变量没配对。Q使用 .env 文件但 API Key 还是 NoneA检查以下几点确认.env文件和代码文件在同一目录下确认load_dotenv()在读取环境变量之前调用确认.env文件中没有多余的空格格式是ZHIPUAI_API_KEY你的API Key不要加引号如果.env文件在其他目录可以指定路径load_dotenv(dotenv_path/path/to/.env)八、小结这篇把所有工具都装好了。总结一下你做了什么装了Miniconda轻量版 Python 环境管理器创建了dataviz专用环境安装了pandas matplotlibseabornpyechartsplotlyjupyterzhipuai注册了智谱 AI用.env文件配好了免费 API用Jupyter画了第一张测试图下一篇正式开始干活——用pandas读取、清洗、整理数据。毕竟画图的原料是数据先把数据处理好。下期预告Day 03 Pandas 快速上手——读取 CSV/Excel、筛选数据、分组统计、数据变形用一份真实的销售数据走完全流程。往期推荐Day 01数据可视化到底在干啥专栏「AI Python 系列」第 02 栏 ·AI数据可视化「AI Python 系列」第 01 栏 · AI自动化办公连载中「AI Python 系列」第 03 栏 · Python 爬虫实战连载中资源领取关注作者获取本栏完整代码和数据集原创声明本文为梅雅达编程笔记原创作品未经允许不得转载。