营造发展环境#
要测试代码更改，您将需要从源代码构建Pandas，这需要C/C++编译器和Python环境。如果您要更改文档，可以跳至 contributing to the documentation 但是，如果您跳过创建开发环境，则在推送更改之前，您将无法在本地构建文档。
使用Docker创建环境#
不需要手动设置开发环境，您可以使用 Docker 只需几个命令即可自动创建环境。Pandas提供了一种 DockerFile 在根目录下构建一个带有完整Pandas开发环境的Docker镜像。
Docker命令
构建Docker镜像：：
# Build the image pandas-yourname-env
docker build --tag pandas-yourname-env .
# Or build the image by passing your GitHub username to use your own fork
docker build --build-arg gh_username=yourname --tag pandas-yourname-env .
运行容器：：
# Run a container and bind your local repo to the container
docker run -it -w /home/pandas --rm -v path-to-local-pandas-repo:/home/pandas pandas-yourname-env
备注
如果您第一次绑定本地repo，则必须在以后构建C扩展。在容器内运行以下命令：
python setup.py build_ext -j 4
您需要在任何时候重新生成C扩展 pandas/_libs 改变。这最常发生在更改或合并分支时。
更简单的是，您可以将Docker与以下IDE集成：
Visual Studio代码
您可以使用DockerFile启动与Visual Studio代码(一种流行的免费IDE)的远程会话 .devcontainer.json 文件。有关详细信息，请参阅https://code.visualstudio.com/docs/remote/containers。
PyCharm(专业)
启用Docker支持，并使用服务工具窗口构建和管理映像，以及运行容器并与其交互。有关详细信息，请参阅https://www.jetbrains.com/help/pycharm/docker.html。
创建一个没有Docker的环境#
安装C编译器#
Pandas使用C扩展(主要使用Cython编写)来加速某些操作。要从源代码安装Pandas，您需要编译这些C扩展，这意味着您需要一个C编译器。此过程取决于您使用的平台。
如果您使用以下工具设置了环境 conda ，这些包裹 c-compiler 和 cxx-compiler 我将为您的平台安装一个适合您的平台的编译器，该编译器与其余的Conda包兼容。在Windows和MacOS上，您还需要安装SDK，因为它们必须单独分发。这些程序包将使用 pandas environment.yml 文件。
Windows
你将需要 Build Tools for Visual Studio 2019 。
警告
您不需要安装Visual Studio 2019。您只需要通过向下滚动到“所有下载”->“用于Visual Studio 2019的工具”来找到“Build Tools for Visual Studio 2019”。在安装程序中，选择“C++构建工具”工作负载。
您可以使用以下命令在命令行上安装必要的组件 vs_buildtools.exe ：
vs_buildtools.exe --quiet --wait --norestart --nocache ^
--installPath C:\BuildTools ^
--add "Microsoft.VisualStudio.Workload.VCTools;includeRecommended" ^
--add Microsoft.VisualStudio.Component.VC.v141 ^
--add Microsoft.VisualStudio.Component.VC.v141.x86.x64 ^
--add Microsoft.VisualStudio.Component.Windows10SDK.17763
若要在命令行上设置正确的路径，请调用 "C:\BuildTools\VC\Auxiliary\Build\vcvars64.bat" -vcvars_ver=14.16 10.0.17763.0 。
macOS
要使用 conda -基于编译器，则需要使用以下命令安装开发人员工具 xcode-select --install 。否则，可在此处找到有关编译器安装的信息：https://devguide.python.org/setup/#macos
Linux
对于基于Linux的 conda 安装后，您将不需要在Conda环境之外安装任何额外的组件。只有当您的设置不是基于CONDA环境时，才需要下面的说明。
一些Linux发行版将附带预装的C编译器。要了解系统上安装了哪些编译器(和版本)，请执行以下操作：
# for Debian/Ubuntu:
dpkg --list | grep compiler
# for Red Hat/RHEL/CentOS/Fedora:
yum list installed | grep -i --color compiler
GCC (GNU Compiler Collection) <https://gcc.gnu.org/> _是一种广泛使用的编译器，它支持C和许多其他语言。如果将GCC列为已安装的编译器，则不再需要更多内容。如果没有安装C编译器(或者您希望安装较新的版本)，则可以使用以下命令安装编译器(以下示例代码中的GCC)：
# for recent Debian/Ubuntu:
sudo apt install build-essential
# for Red Had/RHEL/CentOS/Fedora
yum groupinstall "Development Tools"
对于其他Linux发行版，请参考您最喜欢的搜索引擎以获取编译器安装说明。
如果您有任何困难，请通过打开一期杂志或联系 Gitter 。
创建一个Python环境#
现在创造一个与世隔绝的Pandas发展环境：
确保您的Conda是最新的 (
conda update conda)cd到Pandas源目录
我们现在开始一个分三步走的过程：
安装构建依赖项
建造和安装Pandas
安装可选的依赖项
# Create and activate the build environment
conda env create -f environment.yml
conda activate pandas-dev
# or with older versions of Anaconda:
source activate pandas-dev
# Build and install pandas
python setup.py build_ext -j 4
python -m pip install -e . --no-build-isolation --no-use-pep517
此时，您应该能够从本地构建的版本导入Pandas：
$ python
>>> import pandas
>>> print(pandas.__version__)
0.22.0.dev0+29.g4ad6d4d74
这将创建新环境，并且不会影响任何现有环境，也不会影响任何现有的Python安装。
要查看您的环境：
conda info -e
要返回到根环境：：
conda deactivate
查看完整的Conda文档 here 。
创建一个Python环境(Pip)#
如果您没有在您的开发环境中使用Conda，请遵循以下说明。您将需要至少拥有 minimum Python version 这是Pandas所支持的。你还需要有 setuptools 51.0.0或更高版本以构建Pandas。
Unix / 支持虚拟环境的MacOS
# Create a virtual environment
# Use an ENV_DIR of your choice. We'll use ~/virtualenvs/pandas-dev
# Any parent directories should already exist
python3 -m venv ~/virtualenvs/pandas-dev
# Activate the virtualenv
. ~/virtualenvs/pandas-dev/bin/activate
# Install the build dependencies
python -m pip install -r requirements-dev.txt
# Build and install pandas
python setup.py build_ext -j 4
python -m pip install -e . --no-build-isolation --no-use-pep517
Unix / 带有pyenv的MacOS
有关设置pyenv的信息，请参阅文档 here 。
# Create a virtual environment
# Use an ENV_DIR of your choice. We'll use ~/Users/<yourname>/.pyenv/versions/pandas-dev
pyenv virtualenv <version> <name-to-give-it>
# For instance:
pyenv virtualenv 3.9.10 pandas-dev
# Activate the virtualenv
pyenv activate pandas-dev
# Now install the build dependencies in the cloned pandas repo
python -m pip install -r requirements-dev.txt
# Build and install pandas
python setup.py build_ext -j 4
python -m pip install -e . --no-build-isolation --no-use-pep517
Windows
以下是关于如何在Windows下使用PowerShell设置虚拟环境的简要概述。有关详情，请参阅 official virtualenv user guide
使用您选择的ENV_DIR。我们将使用~\Virtualenvs\pandas-dev，其中‘~’是$env：USERPROFILE(PowerShell)或%USERPROFILE%(cmd.exe)环境变量指向的文件夹。任何父目录都应该已经存在。
# Create a virtual environment
python -m venv $env:USERPROFILE\virtualenvs\pandas-dev
# Activate the virtualenv. Use activate.bat for cmd.exe
~\virtualenvs\pandas-dev\Scripts\Activate.ps1
# Install the build dependencies
python -m pip install -r requirements-dev.txt
# Build and install pandas
python setup.py build_ext -j 4
python -m pip install -e . --no-build-isolation --no-use-pep517