2.1 准备工作

1.编程环境

（1）操作系统：Windows 10 64位操作系统。

（2）运行环境：Python 3.8.5，Anaconda下的Spyder编辑器。

2.涉及的依赖库

本节对涉及的依赖库Pandas、NumPy、Matplotlib、Seaborn等不做介绍，读者可以查找相关资料作为参考，下面简要介绍以下几个库。

1）BeautifulSoup库

BeautifulSoup是使用Python编写的HTML和XML解析库，语法简练，简单易学，对初学者比较友好。在Anaconda Prompt中输入“pip install bs4”即可安装BeautifulSoup库。

2）Requests库

Requests是一个用于向网页发送请求的第三方HTTP库。在Anaconda Prompt中输入“pip install requests”即可安装Requests库。

3）scikit-learn库

scikit-learn不仅是基于Python的机器学习工具包，还是简单高效的数据挖掘和数据分析工具。其包含回归、分类、聚类、降维等传统机器学习模块，可供用户在各种环境中调用。在Anaconda Prompt中输入“pip install scikit-learn”即可安装scikit-learn库。

4）statsmodels库

statsmodels是一个统计分析包，不仅包含经典统计学、经济学算法，还包含多种统计模型。在Anaconda Prompt中输入“pip install statsmodels”即可安装statsmodels库。

5）windrose库

windrose是一个用于绘制风向、风力等级的Python库，风玫瑰图可以形象地展示风向、风力的分布。在Anaconda Prompt中输入“pip install windrose”即可安装windrose库，如图2-1所示。

图2-1 windrose库的安装示意图