huice/.ipynb_checkpoints/requirements-checkpoint.txt

# 期货Tick数据分析项目 - 依赖包列表

## 环境信息
- **Python版本**: 3.11
- **平台**: Windows
- **更新日期**: 2025-11-01

## 核心依赖包

### 数据处理核心库
```
polars==1.35.1
numpy==2.3.4
pandas==2.3.3
pyarrow==22.0.0
```

### 可视化库
```
matplotlib==3.10.7
seaborn==0.13.2
plotly==6.3.1
```

### Jupyter开发环境
```
jupyterlab==4.4.10
notebook==7.4.7
```

### 科学计算与机器学习
```
scipy==1.16.3
scikit-learn==1.7.2
```

## 安装方法

### 方法1: 使用requirements.txt文件（推荐）

1. 创建 `requirements.txt` 文件，内容如下：
```txt
polars==1.35.1
numpy==2.3.4
pandas==2.3.3
pyarrow==22.0.0
matplotlib==3.10.7
seaborn==0.13.2
plotly==6.3.1
jupyterlab==4.4.10
notebook==7.4.7
scipy==1.16.3
scikit-learn==1.7.2
```

2. 安装命令：
```bash
# 使用默认源
pip install -r requirements.txt

# 使用清华镜像源（推荐国内用户）
pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple
```

### 方法2: 一键安装脚本

创建 `install_dependencies.py` 文件：

```python
#!/usr/bin/env python3
# -*- coding: utf-8 -*-
"""
期货Tick数据分析项目依赖包安装脚本
"""

import subprocess
import sys

def install_package(package_name, version=""):
    """安装指定的包"""
    cmd = [sys.executable, "-m", "pip", "install"]
    if version:
        cmd.append(f"{package_name}=={version}")
    else:
        cmd.append(package_name)

    # 使用清华镜像源
    cmd.extend(["-i", "https://pypi.tuna.tsinghua.edu.cn/simple"])

    try:
        subprocess.run(cmd, check=True)
        print(f"✅ {package_name} {version} 安装成功")
    except subprocess.CalledProcessError:
        print(f"❌ {package_name} {version} 安装失败")
        return False
    return True

def main():
    """主安装流程"""
    print("🚀 开始安装期货Tick数据分析项目依赖包...")
    print("=" * 60)

    # 依赖包列表
    packages = [
        ("polars", "1.35.1"),
        ("numpy", "2.3.4"),
        ("pandas", "2.3.3"),
        ("pyarrow", "22.0.0"),
        ("matplotlib", "3.10.7"),
        ("seaborn", "0.13.2"),
        ("plotly", "6.3.1"),
        ("jupyterlab", "4.4.10"),
        ("notebook", "7.4.7"),
        ("scipy", "1.16.3"),
        ("scikit-learn", "1.7.2"),
    ]

    success_count = 0
    total_count = len(packages)

    for package_name, version in packages:
        print(f"\n📦 正在安装 {package_name}=={version}...")
        if install_package(package_name, version):
            success_count += 1

    print("\n" + "=" * 60)
    print(f"📊 安装完成: {success_count}/{total_count} 个包安装成功")

    if success_count == total_count:
        print("🎉 所有依赖包安装成功！")
        print("\n🚀 现在可以开始使用以下命令启动Jupyter Lab:")
        print("   jupyter lab")
    else:
        print("⚠️  部分包安装失败，请检查错误信息")
        print("💡 建议手动安装失败的包")

if __name__ == "__main__":
    main()
```

运行安装脚本：
```bash
python install_dependencies.py
```

### 方法3: 手动安装命令

```bash
# 核心数据处理库
pip install polars==1.35.1 numpy==2.3.4 pandas==2.3.3 pyarrow==22.0.0 -i https://pypi.tuna.tsinghua.edu.cn/simple

# 可视化库
pip install matplotlib==3.10.7 seaborn==0.13.2 plotly==6.3.1 -i https://pypi.tuna.tsinghua.edu.cn/simple

# Jupyter环境
pip install jupyterlab==4.4.10 notebook==7.4.7 -i https://pypi.tuna.tsinghua.edu.cn/simple

# 科学计算库
pip install scipy==1.16.3 scikit-learn==1.7.2 -i https://pypi.tuna.tsinghua.edu.cn/simple
```

## 验证安装

安装完成后，运行以下验证脚本：

```python
#!/usr/bin/env python3
# -*- coding: utf-8 -*-
"""
依赖包安装验证脚本
"""

def check_imports():
    """检查所有包是否能正常导入"""
    packages = {
        'polars': '1.35.1',
        'numpy': '2.3.4',
        'pandas': '2.3.3',
        'pyarrow': '22.0.0',
        'matplotlib': '3.10.7',
        'seaborn': '0.13.2',
        'plotly': '6.3.1',
        'jupyterlab': '4.4.10',
        'scipy': '1.16.3',
        'sklearn': '1.7.2'  # scikit-learn的导入名是sklearn
    }

    print("🔍 验证依赖包安装状态...")
    print("=" * 50)

    success_count = 0
    for package_name, expected_version in packages.items():
        try:
            if package_name == 'sklearn':
                import sklearn
                actual_version = sklearn.__version__
            else:
                module = __import__(package_name)
                actual_version = module.__version__

            if actual_version == expected_version:
                print(f"✅ {package_name}: {actual_version}")
                success_count += 1
            else:
                print(f"⚠️  {package_name}: 期望 {expected_version}, 实际 {actual_version}")

        except ImportError as e:
            print(f"❌ {package_name}: 导入失败 - {e}")

    print("=" * 50)
    print(f"📊 验证结果: {success_count}/{len(packages)} 个包正常")

    if success_count == len(packages):
        print("🎉 所有依赖包验证通过！")
    else:
        print("⚠️  部分包存在问题，请检查安装")

if __name__ == "__main__":
    check_imports()
```

## 项目说明

### 核心技术栈
- **Polars**: 高性能数据处理库，比pandas快100倍
- **NumPy**: 数值计算基础库
- **PyArrow**: Parquet格式支持，高效数据存储
- **Matplotlib/Seaborn**: 基础可视化
- **Plotly**: 交互式图表
- **JupyterLab**: 现代化数据分析环境

### 应用场景
- 期货Tick数据处理
- 高频数据分析
- 实时数据可视化
- 交易策略回测
- 统计分析

### 性能优化建议
1. 使用Polars替代pandas处理大数据
2. 将数据保存为Parquet格式以减少存储空间
3. 使用JupyterLab的惰性加载处理超大文件
4. 利用Plotly创建交互式图表进行深入分析

## 镜像源配置

### 国内推荐镜像源
```bash
# 清华大学
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple

# 阿里云
pip install -i https://mirrors.aliyun.com/pypi/simple/

# 豆瓣
pip install -i https://pypi.douban.com/simple/

# 中科大
pip install -i https://mirrors.ustc.edu.cn/pypi/web/simple/
```

### 永久配置镜像源
```bash
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
```

## 故障排除

### 常见问题
1. **编码问题**: 在Windows上可能出现GBK编码错误，建议使用UTF-8编码
2. **权限问题**: 使用管理员权限运行命令提示符
3. **网络问题**: 切换不同的镜像源或使用代理
4. **版本冲突**: 建议使用虚拟环境隔离项目依赖

### 虚拟环境创建
```bash
# 创建虚拟环境
python -m venv tick_analysis_env

# 激活虚拟环境 (Windows)
tick_analysis_env\Scripts\activate

# 激活虚拟环境 (Linux/Mac)
source tick_analysis_env/bin/activate

# 在虚拟环境中安装依赖
pip install -r requirements.txt
```