加入收藏 | 设为首页 | 会员中心 | 我要投稿 站长网 (https://www.0313zz.cn/)- AI硬件、数据采集、AI开发硬件、建站、智能营销!
当前位置: 首页 > 服务器 > 搭建环境 > Windows > 正文

Windows数据科学环境搭建:18年经验避坑与高效配置

发布时间:2026-11-10 14:20:58 所属栏目:Windows 来源:DaWei
导读:  我原以为装个 Miniconda 就能跑通那套 PyTorch + LangChain 的本地测试脚本,结果 pip install torch 后它卡在“Resolving environments”两小时十七分钟,而隔壁王磊在 Slack 里甩了个链接:「兄弟,用 WSL2,别碰 Window

  我原以为装个 Miniconda 就能跑通那套 PyTorch + LangChain 的本地测试脚本,结果 pip install torch 后它卡在“Resolving environments”两小时十七分钟,而隔壁王磊在 Slack 里甩了个链接:「兄弟,用 WSL2,别碰 Windows 原生 Python」。我没回。烟灰缸满了,第三根烟斜插在半截灰里,没弹。


  查一下收录——先开 Edge,输域名,回车;等三秒,F12,切 Network 标签页;Ctrl+R 刷新,看 XHR 里有没有 /api/v1/seo_status 这个请求……没有。再切到 Chrome,清缓存重来一遍,还是没。又换 Firefox,输完地址手指悬在回车键上,听见阳台晾衣绳被风一扯,啪一声。我缩回手,把笔记本合上了。那时候我才想起来,上周五客户老张在电话里吼:“你上次说三天内能跑通 RAG pipeline,今天第几天了?”


  这事儿得倒回去说。2025年9月,我接手一个旧站迁移后的数据清洗项目,客户给的 Excel 里夹着三百七十二个词,要自动打标、聚类、导出 CSV 给 SEO 团队喂进爬虫调度器。我说行啊,Win 上搞呗。Anaconda 官网下载,双击安装,勾选“Add Anaconda to PATH”——然后就进了第一个坑:PATH 里塞了六个 Python 路径,其中三个是 VS Code 自己偷偷加的,两个是 GitHub Copilot 插件写的 batch 脚本塞的,还有一个…是我八年前装的 Strawberry Perl 留下的 python.bat。我敢打包票,那天 CMD 里敲 python --version,返回的是 3.11.2;但 PyCharm 里 debug 时 sys.version 却报 3.8.10。没人告诉你是哪个进程在 hijack interpreter,就像没人告诉你快照回退那天,百度站长后台的日志查询框右边,那个小齿轮图标点了会闪三次蓝光再崩掉。


  我骂的是自己。去年还跟人吹“Windows 下开发没问题”,今年轮到我跪着调 pip.conf。那个配置文件藏在 %USERPROFILE%\\pip\\pip.ini,不是 C:\\ProgramData\\pip\\pip.ini,也不是 %APPDATA%\\pip\\pip.ini——我翻了四遍文档,最后是实习生小陈在群里发了个表情包(狗头叼着 wrench),顺手附了句:“哥,你试过删掉 pip 目录下所有 .lock 文件吗?” 我删了。然后 pip install -r requirements.txt 开始报 UnicodeDecodeError:'gbk' codec can't decode byte 0xa4 in position 272。我盯着那个 272 发了四十七秒呆。窗外电钻声突然停了,整栋楼安静得像断网。原来隔壁装修队今天休班。


  不是没试过别的路。我把整个 env 打包成 Docker 镜像丢进 WSL2,run 起来是流畅了,可一连数据库——SQL Server 本地实例在 WinHost,WSL2 里用 localhost 死活连不上。试了 host.docker.internal,不行;改写 host IP,防火墙弹窗拦住三次;最后在 hosts 文件里硬加了一行 172.20.192.1 sqllocal,结果第二天早会,客户邮件抄送六个人:“数据同步延迟超四十分钟,影响全站关键词埋点更新”。我回了个“收到”,没提那行 hosts 是我昨晚十一点半手动写的,也没提我删掉了桌面文件夹里叫「backup_20250901_final_v2_really_final」的 ZIP 包——它解压出来有三个 requirements.txt,内容都不一样。


  说到站群…咳,那是2013年的事了。用 AutoHotkey 模拟点击搭过三百多个静态页模板,Python 脚本批量替换 title 和 keyword meta 标签,生成 HTML 后扔进 IIS。那时候连 robots.txt 都懒得配,就靠 UA 字符串骗蜘蛛。现在?你连 pandas.read_csv() 读个带 BOM 的 UTF-8 CSV 都得加 encoding='utf-8-sig',不然 df.columns[0] 前头永远有个看不见的 \\ufeff。我试过用 notepad++ 手动删 BOM,删完保存,再打开,BOM 又回来了。不是软件问题,是 Windows 记事本默认强制加的。我气笑了。那天雨下得不大,但楼下修车摊的篷布被掀开一角,机油混着雨水往排水沟流,黑黄相间。


  优胜劣汰?对。这环境筛人比算法筛词还狠。你装错一个 VC++ 运行库,torch.cuda.is_available() 就永远返回 False,但控制台不报错;你卸载旧版 Git 再重装,Git Bash 里的 conda 命令就失效,可 cmd 里一切正常;你用 VS Code 装了 Python 插件又卸载,它会在注册表里留三个残留项,导致后续任何 Python 环境初始化都慢三倍——这些都不是 bug,是生态咬合太紧,松一颗螺丝,整个链条咔咔响。至于收录掉没?我不知道。我只知道昨天早上导出的词频报告,第一页的“搜索意图分类准确率”数字,和客户给的原始 Excel 里同列数据,差了十七个单元格。没动过脚本,没改过参数,我就换了台电脑,从戴尔换成联想,就差了十七个。


  小陈今早又在群里艾特我:“哥,我刚发现,如果在 Jupyter Notebook 里 import torch 之前,先 import tkinter,cuda.init() 就不会卡住。” 我没回。手机震动,客户老张微信弹出:“明天上午十点前,把聚类标签导出成带层级的 JSON,我要塞进新爬虫。” 我点了根烟。阳台衣服没收,风又来了,一件灰色卫衣在绳上转着圈,袖子朝东,帽子朝西。


文章配图,仅供参考

  明天先把手上那批页面删一半试试。

(编辑:站长网)

【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容!