今天的重点,就是把这两者从安装到能用的全过程讲透。
二、用 miniforge 管理 Python 环境(避坑指南)
2.1 为什么不用系统自带 Python?
系统Python权限复杂,容易污染全局环境。不同项目依赖版本冲突,直接“炸环境”是家常便饭。miniforge的虚拟环境可以完美隔离这些问题,一个项目一个环境,互不干扰。
conda create -n pvlib python=3.12
这里 -n 后面跟的是环境名称, python=3.12 指定 Python 版本。
2.2 安装 miniforge 的关键步骤
1.下载:去 https://mirrors.tuna.tsinghua.edu.cn/github-release/conda-forge/miniforge/Release+26.1.0-0/下载对应系统的安装包。
2. 安装时必勾选项:
3. 验证安装:打开新终端,输入 conda --version,输出版本号即成功。
2.3 创建专属虚拟环境
我今天创建了一个专门用于光伏研究的环境PVsoiling,所有操作都在这个环境里完成。
# 创建环境(指定Python版本)
mamba create -n PVsoiling python=3.11
# 激活环境
conda activate PVsoiling
# 退出环境
conda deactivate
我的第一个坑:Python 版本选择
我一开始选了最新的 Python 3.13,结果后面安装某些依赖时直接报错。原因是很多科学计算库还没跟上最新版本的兼容性。
建议:新手直接用 Python 3.11 或 3.10,兼容性最好,少踩坑。
三、安装 pvlib,从“能装”到“能用”3.1 核心安装命令(推荐)
在激活的 PVsoiling 环境中执行:
# 用 mamba 比 conda 快很多,强烈推荐
mamba install -c conda-forge pvlib
这条命令会自动安装 pvlib 的核心依赖(numpy、pandas、scipy等),开箱即用。
3.2 验证安装成功
安装完成后,在环境中执行:
python -c "import pvlib; print('pvlib版本:', pvlib.__version__)"
输出类似 pvlib版本:0.15.0 且无报错,说明安装成功。
四、pvlib 初体验,计算太阳位置
运行一段简单代码,感受 pvlib 的核心功能:
import pandas as pd
import pvlib
# 计算上海的太阳位置
times = pd.date_range('2024-01-01 00:00', '2024-01-01 23:59', freq='H', tz='Asia/Shanghai')
location = pvlib.location.Location(latitude=31.23, longitude=121.47) # 上海经纬度
solpos = location.get_solarposition(times) print(solpos[['elevation', 'azimuth']].head())
如果能正常输出太阳高度角和方位角,说明整个环境已经完全打通,可以开始后续研究了。
五、今日核心收获与避坑总结
1. 环境管理的黄金法则
2. pvlib 安装的关键认知
关注碳寻硅绿,和我们一起,在科技与自然的交汇处,思考可持续发展的答案。