1. 为什么需要虚拟环境？

如果你在Windows上尝试安装PYGMT，大概率会遇到各种依赖冲突问题。我见过太多人因为系统里同时存在多个Python版本或不同科学计算包，导致PYGMT安装失败或者运行时崩溃。想象一下，你花了两天时间调试环境，结果画出来的地图全是乱码——这种崩溃感我太熟悉了。

虚拟环境就像给你的Python项目准备了一个独立房间。在这个房间里，所有家具（依赖包）的摆放都由你完全控制，不会和客厅（系统环境）里的其他家具打架。特别是对于PYGMT这种依赖GMT、Ghostscript等底层C库的工具，隔离环境几乎是必须的。我去年帮一个地质研究所配置环境时，他们原有系统里装着五个不同版本的NumPy，导致PYGMT根本读不到正确的GMT路径。

2. 准备工作：安装与配置Conda

2.1 选择适合的Anaconda版本

首先去Anaconda官网下载最新版，注意要选64位安装包（现在谁还用32位系统啊）。安装时有三个关键选项：

• 安装路径建议用默认的C:\Users\<你的用户名>\anaconda3
• 一定要勾选"Add Anaconda to PATH"（虽然官方不推荐，但实测在Windows上更方便）
• 注册为默认Python选项可以跳过

安装完成后，打开开始菜单里的"Anaconda Prompt"，输入conda --version测试是否成功。如果报错，可能需要手动添加环境变量：把C:\Users\<你的用户名>\anaconda3\Scripts和C:\Users\<你的用户名>\anaconda3加入系统PATH。

2.2 配置国内镜像加速

默认源下载速度慢得像蜗牛，我们需要修改.condarc文件。这个文件通常在你的用户目录下（比如C:\Users\tjx33），没有就新建一个。用记事本打开，粘贴以下内容：

channels:
  - defaults
show_channel_urls: true
channel_alias: https://mirrors.tuna.tsinghua.edu.cn/anaconda
default_channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/pro
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
  conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

保存后，在Anaconda Prompt里运行conda clean -i清除缓存。现在下载速度应该能提升10倍不止——我上周给团队配置时，原本要2小时的安装现在15分钟搞定。

3. 创建专属PYGMT环境

3.1 新建虚拟环境

在Anaconda Prompt执行以下命令（建议复制粘贴，手打容易出错）：

conda create -n pygmt python=3.9

这里有几个经验之谈：

• 环境名用pygmt方便记忆，当然你可以改成自己喜欢的
• Python版本建议3.8或3.9，PYGMT对3.10+的支持还不完善
• 如果提示某些包冲突，可以加--no-deps参数跳过依赖检查

创建完成后，用conda activate pygmt激活环境。看到命令行前面出现(pygmt)就说明成功了。这时候再输入python --version，应该显示你指定的版本。

3.2 安装核心依赖包

先升级pip到最新版（旧版经常出问题）：

python -m pip install --upgrade pip

然后一次性安装所有依赖（注意顺序很重要）：

pip install numpy pandas xarray netcdf4 packaging

这里有个坑我踩过三次：必须先用pip安装这些基础包，如果直接用conda安装会导致后续PYGMT报错。等这些包装完，再安装PYGMT本体：

pip install pygmt

整个过程大概需要5-10分钟，取决于你的网速。如果卡在某个包不动，可以按Ctrl+C中断后重试。

4. 验证安装与问题排查

4.1 基础功能测试

新建一个test.py文件，写入以下代码：

import pygmt
fig = pygmt.Figure()
fig.coast(region=[115, 125, 20, 30], projection="M10c", land="gray", water="lightblue")
fig.savefig("test.png")

运行后如果当前目录生成了一张中国东南沿海的地图，恭喜你成功了！如果报错，大概率是以下两种情况：

4.2 常见错误解决方案

错误1：GMT库路径问题

GMTCLibNotFoundError: Error loading GMT shared library

这说明系统找不到GMT的dll文件。解决方法：

1. 检查是否安装了GMT（PYGMT不自带GMT）
2. 把GMT的bin目录（比如C:\programs\gmt6\bin）添加到系统PATH
3. 重启命令行再试

错误2：Ghostscript冲突

RuntimeError: Failed to determine Ghostscript version

这是因为系统里有多个Ghostscript版本。打开控制面板->卸载程序，保留最新版即可。我建议用conda统一管理：

conda install ghostscript -c conda-forge

5. 开发环境配置技巧

5.1 PyCharm关联虚拟环境

1. 打开PyCharm -> File -> Settings -> Python Interpreter
2. 点击齿轮图标 -> Add -> Existing environment
3. 找到你的conda环境路径，通常是： C:\Users\<用户名>\anaconda3\envs\pygmt\python.exe
4. 点击OK后，PyCharm会自动识别所有已安装包

5.2 Jupyter Notebook使用技巧

在虚拟环境中安装jupyter：

pip install jupyter

启动时用这个命令可以自动关联内核：

python -m ipykernel install --user --name pygmt --display-name "PYGMT"

之后在Notebook里就能直接选择PYGMT环境了。这个小技巧帮我省去了每次手动切换的麻烦。

6. 环境维护与备份

6.1 导出环境配置

定期执行这个命令备份环境：

conda env export > pygmt_env.yaml

重装系统时，用下面命令一键恢复：

conda env create -f pygmt_env.yaml

6.2 空间清理

Conda环境会占用不少空间，建议定期清理缓存：

conda clean --all

如果不再需要某个环境：

conda remove --name pygmt --all

记得在执行前确认没有重要项目在使用这个环境。去年我不小心删错了环境，导致一周的工作白费——现在我都习惯先用conda list --explicit > requirements.txt做双重备份。