这是一个由纯 Python 代码配合 CSV 格式数据生成的可视化图表。
为避免全局环境依赖冲突，建议使用虚拟环境管理工具。如今的标配是 Conda（虚拟环境）+ VS Code（编辑器）。本文将介绍如何从零开始配置一个纯净、专业的 Python 数据可视化环境。
步骤 0：Conda 简介
什么是 Conda？
如果将 Python 库直接安装在电脑的全局环境中，不同项目所需的库版本可能会发生冲突，导致系统不稳定。
Conda 的优势在于它能创建相互隔离的虚拟环境。每个环境拥有独立的 Python 解释器和库文件，互不干扰。此外，Conda 不仅能管理 Python 包，还能处理 C/C++ 等底层复杂依赖。
使用 Conda 创建名为 dataviz 的专属可视化环境，指定 Python 版本为 3.10。
准备工作：打开 Anaconda Prompt
安装 Anaconda 或 Miniconda 后，在 Windows 开始菜单搜索并打开 Anaconda Prompt。不要使用系统自带的 cmd 或 PowerShell。
步骤 1：创建虚拟环境
在 Anaconda Prompt 终端中，输入以下命令创建一个名为 dataviz 的环境：
conda create -n dataviz python=3.10
激活成功后，命令行最前方会出现
(D:\conda_envs\dataviz)的字样，说明已进入专属环境。
等待加载完毕后，输入 y 确认。环境装好后，需要激活它：
conda activate dataviz
步骤 2：安装数据科学库
在已激活的终端中，安装核心数据分析和可视化库：
conda install pandas numpy matplotlib seaborn
安装完成后，终端前缀会变成盘符路径，代表所有环境组件均已就位。
步骤 3：VS Code 配置解释器
确保在 VS Code 扩展市场安装了 Microsoft 官方提供的 Python 插件。
在插件市场搜索'Python'，认准微软官方认证并下载安装。
安装完毕后，打开 Python 脚本，按下快捷键 Ctrl+Shift+P（Mac 为 Cmd+Shift+P）呼出命令面板。
在搜索框中输入'选择解释器' (Select Interpreter) 并点击。
在弹出的列表中，找到带有 Conda 标识、名字叫 dataviz 的选项并选中。
在解释器列表中精准选中刚刚创建的
dataviz虚拟环境。
步骤 4：运行与常见问题排查
配置完成，打开终端面板，应能看到正确的激活状态：
成功激活！VS Code 终端前缀已正确显示为当前 conda 环境
(conda_envs\dataviz)。
若运行代码时遇到报错 KeyError: 'Last_Column_Actual'，通常是因为 CSV 表头名称与代码中指定的列名不一致。
代码运行成功并保存了图片，但如果终端抛出 KeyError，请检查数据源。
解决办法：双击打开 CSV 文件，确认实际的数据列名（如 Capacity），并将代码中的字符串替换为实际表头。
最终可生成高质量的数据可视化图表，例如 NASA 和 CALCE 电池容量衰减对比图：
最终生成的 NASA B0005 和 CALCE CS2_38 数据集高清原容量对比图。