当前位置:首页>python>数学建模:python环境配置指南

数学建模:python环境配置指南

  • 2026-09-10 04:25:18
数学建模:python环境配置指南

前言:看不懂自己问AI,让AI教你

1.1 PyCharm 下载

  • 官方地址:https://www.jetbrains.com.cn/pycharm/download/?section=windows

1.2 Anaconda3 下载

  • 推荐渠道:微软应用商店(避免第三方网站捆绑风险)
  • 商店链接:https://apps.microsoft.com/detail/XPFP1K9VM30MHC?hl=zh-Hans-CN&gl=CN&ocid=pdpshare
  • 备用方案:若商店下载失败,可访问     Anaconda 官网 下载

二、Anaconda3 安装

  1. 运行安装程序,连续点击     Next → I Agree

  1. 安装路径设置:
    • 建议在磁盘根目录新建英文路径,例如:D:\anaconda3\
    • 路径中避免中文字符,防止后续包管理出现编码错误

  1. 保持默认选项,点击     Install等待安装完成
  2. 安装完成后无需勾选"Add to PATH"(避免环境变量冲突)

三、配置数学建模专用虚拟环境

3.1 打开管理员终端

  • 右键点击开始菜单 → 选择 Windows Terminal (管理员)或 PowerShell      (管理员)或终端(管理员)

3.2 切换至 conda 命令目录

若安装路径为 D:\anaconda3

D:

cdanaconda3

cd condabin

3.3 创建虚拟环境

#命令格式:conda create -n <环境名> python=<版本>(请注意在终端里面复制粘贴不能用CTRL+c和v,而是通过右键点击进行复制粘贴)

#建议 Python 版本:3.13

condacreate -n sxjm python=3.13

  • 出现 Proceed ([y]/n)? 时输入 y 并回车

  • 等待环境创建完成(约 2-5 分钟)

四、PyCharm 安装

  1. 运行 PyCharm 安装程序,按向导点击 Next
  2. 安装选项建议勾选:
    • Create Desktop Shortcut
    • Update PATH variable (restart needed)
    • Add "Open Folder as Project"
    • Associate .py files

  1. 点击 Install完成安装

五、PyCharm 项目配置与依赖安装

5.1 新建项目并配置解释器

  1. 打开 PyCharm → New Project

  1. 项目路径:建议选择英文路径,如     D:\MathModeling
  2. 解释器设置(看不懂的直接照着我的图片做):
    • Type: Previously configured interpreter
    • Interpreter: 
      点击右侧 ⋯ → Add → Conda Environment → Existing       environment
    • 路径示例:D:\anaconda3\envs\sxjm\python.exe

  1. 点击 Create完成项目创建

5.2 配置 pip 镜像源(加速国内下载)

  1. 打开路径:C:\Users\<你的用户名>\
  2. 新建文件夹     pip,在其中创建文件 pip.ini
  3. 文件内容:

[global]

index-url= https://mirrors.aliyun.com/pypi/simple/

[install]

trusted-host= mirrors.aliyun.com

注意:若系统隐藏文件扩展名,需先在文件夹选项中开启"显示文件扩展名",确保文件名为 pip.ini 而非 pip.ini.txt

5.3 安装数学建模常用库

数学建模中用到的库有以下这些

常用库功能速查表

类别

库名

核心功能

典型应用场景

数值计算

NumPy

多维数组、线性代数

矩阵运算、特征值求解

科学计算

SciPy

优化/积分/插值算法

非线性方程、信号处理

数据处理

Pandas

结构化数据、时间序列

数据清洗、特征工程

文件读写

OpenPyXL

Excel (.xlsx) 读写

报表导入导出

线性规划

PuLP

线性/整数规划建模

资源分配、调度优化

凸优化

CVXPY

凸问题建模与求解

投资组合、工程优化

统计分析

Statsmodels

假设检验、回归分析

显著性检验、时间序列

机器学习

Scikit-learn

分类/聚类/降维算法

预测建模、模式识别

数据可视化

Matplotlib

基础绘图、高度定制

论文图表、结果展示

统计可视化

Seaborn

美观统计图表

热图、分布图、相关性分析

符号计算

SymPy

符号推导、解析求解

公式验证、微积分推导

图论分析

NetworkX

网络建模与算法

最短路径、复杂网络分析

需要安装这些软件包,方法是在刚刚的pycharm软件包界面搜索这些库并且安装,这些库可以选择现在就一次性安装到位,也可以选择用到到时候在安装。

最新文章

随机文章