Claude Code 多国数据分析实战教程

📌 前言

很多同学问我："7个国家的数据，你是怎么一键生成报告的？"

今天这份VIP教程，我把整个流程完整拆解给你。案例背景：我的多国老年健康数据分析项目，涉及7个国际数据库，总样本量超过28万人。传统方法需要1-2个月的工作量，用Claude Code自动化后，1周完成数据分析+论文图表。

第一部分：Claude Code 环境配置

1.1 什么是 Claude Code？

Claude Code 是 Anthropic 推出的 AI 编程助手：

• 不是简单的代码补全，而是能处理复杂任务的AI编程伙伴
• 支持多文件项目，可以理解整个代码库的上下文
• 内置多种大模型（Claude系列），也支持接入第三方模型（如智谱GLM）
• 终端集成，直接操作命令行，适合数据科学工作流

1.2 安装与配置（Windows）

Windows 用户推荐使用以下两种方式安装 Claude Code。根据智谱官方文档，建议优先使用 方式一：使用包管理器。

方式一：使用 Chocolatey 包管理器（推荐）

1. 以管理员身份打开 PowerShell
   • 右键点击「开始菜单」→ 选择「Windows PowerShell (管理员)」
   • 或按 Win + X → 选择「终端管理员 (管理员)」
2. 安装 Chocolatey（如果未安装）

   Set-ExecutionPolicy Bypass -Scope Process -Force; [System.Net.ServicePointManager]::SecurityProtocol = [System.Net.ServicePointManager]::SecurityProtocol -bor 3072; iex ((New-Object System.Net.WebClient).DownloadString('https://community.chocolatey.org/install.ps1'))

   安装过程中出现 Do you want to run the script? 时，输入 y 并回车。

3. 安装 Git for Windows（智谱官方要求）

   choco install git -y

   Claude Code 在 Windows 上需要 Git 环境。

4. 安装 Python 3.12（数据分析必备）

   choco install python --version=3.12.0 -y

   本教程使用 Python 3.12，推荐安装此版本以保证兼容性。

5. 安装 Node.js（Claude Code 依赖）

   choco install nodejs-lts -y

   推荐安装 LTS（长期支持）版本（18+）。

6. 安装 Claude Code

   npm install -g @anthropic-ai/claude-code

7. 验证安装

   python --version
   node --version
   claude --version

   如果三个命令都能输出版本号，表示安装成功。

方式二：直接下载安装包

1. 下载并安装 Git for Windows
   • 访问 git-scm.com
   • 下载最新版本，安装时保持默认选项即可
2. 下载并安装 Python 3.12
   • 访问 python.org
   • 下载 Python 3.12.x 版本
   • 运行安装程序，务必勾选「Add Python to PATH」
3. 下载并安装 Node.js
   • 访问 nodejs.org
   • 下载 LTS（长期支持版），推荐 20.x 或 22.x 版本
   • 运行安装程序，勾选「Add to PATH」
4. 打开命令提示符或 PowerShell 验证

   python --version
   node --version
   npm --version

   确认三个命令都能输出版本号。

5. 安装 Claude Code

   npm install -g @anthropic-ai/claude-code

1.2.1 获取智谱 API Key

1. 访问 智谱 AI 开放平台
2. 注册/登录账号
3. 进入「API 密钥」页面 → 点击「添加新的 API 密钥」→ 输入名称 → 确定
4. 点击复制按钮保存密钥（每个密钥只会显示一次！）

1.2.2 配置 GLM 模型（关键步骤）

参考智谱官方文档和小红书教程，有两种配置方式：

方式一：修改配置文件（推荐）

1. 找到配置文件

   Claude Code 配置文件位于：%USERPROFILE%\.claude\settings.json

   在文件资源管理器地址栏输入：%USERPROFILE%\.claude\ 即可到达

2. 创建或修改 settings.json

   将以下内容粘贴进去，替换成你的 API Key：

   {
    "env": {
     "ANTHROPIC_AUTH_TOKEN": "你的智谱API Key",
     "ANTHROPIC_BASE_URL": "https://api.z.ai/api/anthropic",
     "API_TIMEOUT_MS": "3000000",
     "ANTHROPIC_DEFAULT_HAIKU_MODEL": "glm-4.7",
     "ANTHROPIC_DEFAULT_SONNET_MODEL": "glm-4.7",
     "ANTHROPIC_DEFAULT_OPUS_MODEL": "glm-4.7"
    }
   }

3. 保存并重启终端

   保存配置文件后，新开一个 PowerShell 窗口（否则环境变量可能没更新）

方式二：设置系统环境变量

1. 打开环境变量设置
   • 在 Windows 搜索栏输入「环境变量」
   • 选择「编辑系统环境变量」
2. 添加用户变量

   在「用户变量」区域点击「新建」，依次添加以下变量：

   变量名	变量值（示例）
   ANTHROPIC_AUTH_TOKEN	你的智谱API Key
   ANTHROPIC_BASE_URL	https://api.z.ai/api/anthropic
   ANTHROPIC_DEFAULT_SONNET_MODEL	glm-4.7
   ANTHROPIC_DEFAULT_OPUS_MODEL	glm-4.7

3. 保存并重启

   保存所有环境变量后，重启电脑确保生效。

1.2.3 验证配置成功

1. 新开一个 PowerShell 窗口，输入：

   claude

2. 如果配置成功，你会看到类似以下信息：
   • 显示 GLM-4.7 或 glm-4 等字样
   • 模型可以正常输出回复
3. 在 Claude Code 中输入 /status 可查看当前使用的模型

1.2.4 GLM 模型选择建议

切换模型只需修改 settings.json 中的模型名称，然后重启终端即可。

1.2.5 升级与版本管理

# 检查当前版本
claude --version

# 升级到最新版本
claude update

智谱官方建议使用 Claude Code 2.1.42 及以上版本。

1.3 安装与配置（macOS）

# 安装 Homebrew
/bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)"

# 安装 Python
brew install [email protected]

# 创建虚拟环境
python3.12 -m venv venv
source venv/bin/activate

# 安装 Claude Code
npm install -g @anthropic-ai/claude-code

第二部分：输入数据准备

2.1 数据结构要求

你的7个国家CSV文件需要满足以下标准格式：

2.2 变量命名标准化

关键：各国数据库的变量名不同，需要在 config.py 中建立映射表：

2.3 数据质量控制检查清单

• 每个CSV文件都有唯一的标识列（如 id 或 respondent_id）
• 年龄变量的缺失值 < 5%
• 关键变量（如认知评分）的数据类型为数值型
• 分类变量（如性别）已编码为数值（0/1或1/2）
• 各数据库的样本量与预期一致

第二部分+：对需求的终极艺术（科研版）

核心原则：不要急着写代码！
「先理解需求，给出实现思路，我们先讨论，看还有啥需要我决策的点？ultrathink」

在多国数据分析项目中，对需求往往比写代码更重要。以下是我总结的科研场景需求对话模板：

2.5.1 首次需求确认（苏格拉底式提问）

2.5.2 技术选型决策对话

2.5.3 代码审查前需求对齐

2.5.4 实战案例：需求迭代对话

以下是一个真实的需求迭代过程：

2.5.5 需求文档化模板

每次对话后，让AI生成一份需求文档：

2.5.6 为什么这招在科研中特别有效？

• 避免返工：科研数据敏感，一旦方向错误，可能要重新清洗数据
• 明确假设：统计方法的选择必须基于研究假设，不能随意
• 导师沟通：需求文档可以直接发给导师确认，减少沟通成本
• 可复现性：完整的需求记录是论文方法部分的基础

第三部分：大模型配置与选择策略

3.1 模型能力对比（2026年最新）

3.2 GLM Agent配置代码

import anthropic
import os

class GLMAgent:
  def __init__(self):
    self.client = anthropic.Anthropic(
      api_key=os.getenv("ANTHROPIC_AUTH_TOKEN"),
      base_url=os.getenv("ANTHROPIC_BASE_URL")
    )
    self.model = os.getenv("ANTHROPIC_MODEL", "glm-4.7")

  def analyze(self, prompt, system_prompt=None):
    messages = []
    if system_prompt:
      messages.append({"role": "system", "content": system_prompt})
    messages.append({"role": "user", "content": prompt})

    response = self.client.messages.create(
      model=self.model,
      max_tokens=4096,
      temperature=0.3,
      messages=messages
    )
    return response.content[0].text

3.3 国内模型配置（Kimi / DeepSeek）

Claude Code 默认连接 Anthropic 官方接口。国内用户可通过环境变量重定向至国产模型，实现无缝接入。

3.3.1 接入 Kimi（月之暗面）

推荐：Kimi K2.5 效果可媲美 Claude Opus，适合长文本和复杂推理任务。

# 获取 API Key：https://platform.moonshot.cn/

# 设置环境变量（在终端执行）
export ANTHROPIC_BASE_URL="https://api.moonshot.cn/anthropic"
export ANTHROPIC_AUTH_TOKEN="你的_Kimi_API_Key"
export ANTHROPIC_MODEL="kimi-k2-thinking-turbo"

3.3.2 接入 DeepSeek（深度求索）

推荐：DeepSeek 性价比最高，代码生成能力强。

# 获取 API Key：https://platform.deepseek.com/

# 设置环境变量（在终端执行）
export ANTHROPIC_BASE_URL="https://api.deepseek.com/anthropic"
export ANTHROPIC_AUTH_TOKEN="你的_DeepSeek_Key"
export ANTHROPIC_MODEL="deepseek-chat"

3.4 智谱 Coding Plan 配置指南（详细步骤）

智谱 AI 提供的 GLM Coding Plan 是国内用户使用 Claude Code 的最佳方案之一。

3.4.1 步骤一：安装 Claude Code

前提条件：

• 安装 Node.js 18+ 环境
• MacOS 用户推荐使用 nvm 或 Homebrew 安装 Node.js（不推荐直接安装包，可能遇到权限问题）
• Windows 用户需安装 Git for Windows

# 进入命令行界面，安装 Claude Code
npm install -g @anthropic-ai/claude-code

# 验证安装成功
claude --version
# 输出示例：2.0.14 (Claude Code)

Help me install Claude Code

# 一键运行 Coding Tool Helper
npx @z_ai/coding-helper

3.4.2 步骤二：配置 GLM Coding Plan（手动配置）

获取智谱 API Key 后，设置以下环境变量：

# 智谱 GLM 配置（在终端执行）
export ANTHROPIC_BASE_URL="https://open.bigmodel.cn/api/anthropic"
export ANTHROPIC_AUTH_TOKEN="你的_智谱_API_Key"
export ANTHROPIC_MODEL="glm-4.7"

切换使用模型：修改配置文件 ~/.claude/settings.json：

{
 "env": {
  "ANTHROPIC_DEFAULT_HAIKU_MODEL": "glm-4.5-air",
  "ANTHROPIC_DEFAULT_SONNET_MODEL": "glm-4.7",
  "ANTHROPIC_DEFAULT_OPUS_MODEL": "glm-4.7"
 }
}

注意：使用 GLM-5，需将上方参数值修改为 "glm-5"。

3.4.3 步骤三：启动 Claude Code

# 进入你的代码工作目录
cd /path/to/your/project

# 启动 Claude Code
claude

启动后：

1. 若遇到「Do you want to use this API key」选择 Yes
2. 选择信任 Claude Code 访问文件夹里的文件

3.4.4 验证配置成功

启动一个新的命令行窗口，运行 claude，在 Claude Code 中输入：

/status

确认模型状态显示为 glm-4.7 或你配置的模型。

3.4.5 常见问题排查

3.4.6 升级 Claude Code

# 检查当前版本
claude --version

# 升级到最新版本
claude update

推荐版本：Claude Code 2.0.14+ 版本验证 OK。

3.5 购买推荐与价格对比

3.5.1 智谱 AI 购买方案

3.5.2 其他模型购买方式

3.6 环境变量永久配置（推荐）

为避免每次启动终端都要设置环境变量，建议将配置写入 shell 配置文件：

macOS / Linux（Zsh）

# 编辑配置文件
nano ~/.zshrc

# 添加以下内容（选择一种模型配置）
# 智谱 GLM
export ANTHROPIC_BASE_URL="https://open.bigmodel.cn/api/anthropic"
export ANTHROPIC_AUTH_TOKEN="你的_智谱_API_Key"
export ANTHROPIC_MODEL="glm-4.7"

# 保存后生效
source ~/.zshrc

Windows（PowerShell）

# 编辑配置文件
notepad $PROFILE

# 添加以下内容（选择一种模型配置）
$env:ANTHROPIC_BASE_URL = "https://open.bigmodel.cn/api/anthropic"
$env:ANTHROPIC_AUTH_TOKEN = "你的_智谱_API_Key"
$env:ANTHROPIC_MODEL = "glm-4.7"

# 保存后重启 PowerShell

第四部分：核心代码架构

4.1 项目结构

4.2 DataLoader模块

import pandas as pd
from typing import Dict, List
from tqdm import tqdm
from src.config import VARIABLE_MAPPING

class DataLoader:
  """多国数据加载器"""

  def __init__(self, data_dir: str = "csv 版本 清洗后"):
    self.data_dir = data_dir
    self.loaded_data = {}

  def load_database(self, db_name: str) -> pd.DataFrame:
    """加载单个数据库，自动标准化变量名"""
    file_path = f"{self.data_dir}/{db_name.lower()}.csv"
    df = pd.read_csv(file_path, low_memory=False)
    df['_database'] = db_name
    df = self._standardize_columns(df, db_name)
    print(f"✓ {db_name}: {len(df):,} 样本")
    return df

  def _standardize_columns(self, df: pd.DataFrame, db_name: str) -> pd.DataFrame:
    """将各国变量名映射到统一标准"""
    df = df.copy()
    for standard_name, mapping in VARIABLE_MAPPING.items():
      if db_name in mapping:
        original_name = mapping[db_name]
        if original_name in df.columns:
          df[standard_name] = df[original_name]
    return df

  def load_all(self, db_list: List[str]) -> Dict[str, pd.DataFrame]:
    """批量加载多个数据库"""
    data = {}
    for db_name in tqdm(db_list, desc="加载数据库"):
      data[db_name] = self.load_database(db_name)
    self.loaded_data = data
    return data

第五部分：可视化与报告生成

5.1 森林图绘制

import matplotlib.pyplot as plt
from src.config import COUNTRY_COLORS

class ForestPlotter:
  def plot(self, results_df, title, output_path):
    fig, ax = plt.subplots(figsize=(10, 8))
    databases = results_df['database'].unique()

    for i, db in enumerate(reversed(databases)):
      db_data = results_df[results_df['database'] == db].iloc[0]
      beta = db_data['beta']
      se = db_data['se']
      ci_lower = beta - 1.96 * se
      ci_upper = beta + 1.96 * se
      color = COUNTRY_COLORS.get(db, '#333333')

      ax.plot([ci_lower, ci_upper], [i, i], color=color, linewidth=2)
      ax.scatter(beta, i, color=color, s=100, zorder=5)
      ax.text(beta, i + 0.2, f'{beta:.3f}', ha='center', fontsize=9)

    ax.axvline(x=0, color='gray', linestyle='--', alpha=0.5)
    ax.set_yticks(range(len(databases)))
    ax.set_yticklabels(reversed(databases))
    ax.set_title(title, fontweight='bold')

    plt.savefig(output_path, dpi=300, bbox_inches='tight')
    return fig

第六部分：运行与调试

6.1 运行命令

# 激活虚拟环境
source venv/bin/activate # macOS/Linux
# 或
venv\Scripts\activate   # Windows

# 安装依赖
pip install -r requirements.txt

# 运行分析
python run_analysis.py

6.2 依赖包列表

pandas>=2.0.0
numpy>=1.24.0
scipy>=1.10.0
statsmodels>=0.14.0
matplotlib>=3.7.0
seaborn>=0.12.0
plotly>=5.15.0
tqdm>=4.65.0
anthropic>=0.8.0
pyyaml>=6.0

第七部分：结果解读

7.1 生成的文件清单

7.2 关键指标解读

第八部分：进阶技巧

8.1 Makefile自动化

.PHONY: install run clean

install:
	pip install -r requirements.txt

run:
	python run_analysis.py

run-frailty:
	python run_frailty_analysis.py

clean:
	rm -rf outputs/figures/*.png outputs/tables/*.csv

8.2 并行处理加速

from multiprocessing import Pool

def process_database(args):
  db_name, df = args
  preprocessor = Preprocessor()
  return db_name, preprocessor.process_single(df, db_name)

# 并行处理7个数据库
with Pool(4) as p:
  results = p.map(process_database, data.items())

8.3 Agent Skills 工具

Vercel Labs 推出的开源 Agent Skills 管理工具，支持 37+ 个 AI 代理（包括 Claude Code、Codex、Cursor、OpenCode 等），可以快速安装、管理和更新 AI 技能包。

核心功能

• 一键安装技能: 从 GitHub、GitLab 或本地路径安装技能包
• 多代理支持: 同时为多个 AI 工具安装技能
• 技能管理: 列表、搜索、更新、删除技能
• 灵活作用域: 支持项目级和全局级安装

基本用法

安装技能

# 从 GitHub 仓库安装
npx skills add vercel-labs/agent-skills

# 安装特定技能
npx skills add vercel-labs/agent-skills --skill vercel-react-best-practices

# 安装到全局（所有项目可用）
npx skills add vercel-labs/agent-skills -g

# 为特定 AI 安装
npx skills add vercel-labs/agent-skills -a claude-code -a cursor

管理技能

# 列出已安装技能
npx skills list

# 搜索技能
npx skills find typescript

# 更新所有技能
npx skills update

# 删除技能
npx skills remove vercel-react-best-practices

应用场景

• 团队协作: 将技能包提交到项目，团队成员共享 AI 能力
• 个人效率: 全局安装常用技能，跨项目复用
• CI/CD 集成: 自动化安装技能，确保构建环境一致

实用技巧

# 查看仓库中的所有技能
npx skills add vercel-labs/agent-skills --list

# 非交互式安装（适合 CI/CD）
npx skills add vercel-labs/agent-skills --skill vercel-react-best-practices -g -a claude-code -y

# 安装所有技能到所有代理
npx skills add vercel-labs/agent-skills --all

第九部分：常见问题 FAQ

以下是在使用本项目过程中常见的问题与解答，由实际使用中的对话整理而成。

9.1 项目结构与代码组织

# 数据处理
pandas>=2.0.0
numpy>=1.24.0

# 统计分析
scipy>=1.10.0
statsmodels>=0.14.0

# 可视化
matplotlib>=3.7.0
seaborn>=0.12.0
plotly>=5.15.0

# 工具
tqdm>=4.65.0
anthropic>=0.8.0 # 用于 Claude Code 集成
pyyaml>=6.0

9.2 变量映射

# src/config.py
VARIABLE_MAPPING = {
  'age': {
    'CHARLS': 'qg_age',
    'ELSA': 'age',
    'HRS': 'ragender', # 注意：实际映射可能不同
    # ...
  },
  'gender': {
    'CHARLS': 'ba000_w2_3',
    'ELSA': 'sex',
    # ...
  },
  'education': {
    'CHARLS': 'bd001_w2_4',
    'ELSA': 'edqual',
    # ...
  },
  # ... 更多变量
}

# 1. 在 VARIABLE_MAPPING 中添加新变量
VARIABLE_MAPPING = {
  # ... 现有变量

  'your_new_variable': {
    'CHARLS': '原始变量名_CHARLS',
    'ELSA': '原始变量名_ELSA',
    'HRS': '原始变量名_HRS',
    # ... 其他数据库
  },
}

# 2. 如果需要，在 INCLUSION_CRITERIA 中添加纳排标准
INCLUSION_CRITERIA = {
  'age_range': (45, 100),
  'your_new_variable': {...}, # 新的筛选条件
}

9.3 运行分析

# 激活虚拟环境（如需要）
source venv/bin/activate # macOS/Linux

# 选题1：SES与认知功能
python run_analysis.py

# 选题2：身心联合虚弱
python run_frailty_analysis.py

# 方法1：修改 run_analysis.py 中的 DATABASES 列表
DATABASES = ['CHARLS', 'HRS'] # 只分析中国和美国

# 方法2：在代码中动态指定
from src.config import DATABASES

# 只选择特定数据库
selected_dbs = ['CHARLS', 'ELSA', 'HRS'] # 中国、英国、美国
data = loader.load_all(selected_dbs)

9.4 输出文件

outputs/
├── figures/
│  ├── figure0_consort_flowchart.png # 纳排流程图
│  ├── figure1_sample_size.png    # 样本量对比
│  ├── figure3_forest_plot.png    # 森林图
│  └── ...
├── tables/
│  ├── table1_baseline_characteristics.csv # 基线特征
│  ├── table2_regression_results.csv    # 回归结果
│  └── ...
└── report.md # 综合分析报告

# run_analysis.py 或 run_frailty_analysis.py

# 修改前
OUTPUT_DIR = "outputs"

# 修改后
OUTPUT_DIR = "my_custom_output"

# 或使用配置文件
from src.config import OUTPUT_DIR
OUTPUT_DIR = "path/to/your/output"

# src/config.py
OUTPUT_DIR = "outputs" # 修改此行
OUTPUT_DIR_TOPIC2 = "outputs_topic2" # 选题2的输出目录

9.5 常见错误排查

# 检查原始数据列名
df = pd.read_csv("csv 版本 清洗后/charls.csv")
print(df.columns.tolist())

# 检查映射是否生效
from src.config import VARIABLE_MAPPING
print(VARIABLE_MAPPING['age'])

# 减少内存占用
df = pd.read_csv(file, dtype={'column1': 'int32', 'column2': 'category'})

# 分批处理
for db_name in ['CHARLS', 'HRS', 'ELSA']:
  df = loader.load_database(db_name)
  # 处理 df...
  del df # 释放内存

9.6 Claude Code 使用技巧

# 第一步：让 Claude 了解项目背景
"这是一个多国老年健康数据分析项目，包含7个数据库
（CHARLS、ELSA、HRS、SHARE、KLoSA、LASI、MHAS），
研究选题是 SES 与认知功能的关系。"

# 第二步：提出具体需求
"我想添加一个新的变量映射，变量名是 XXX，
在 CHARLS 中叫 xxx_charls，在 ELSA 中叫 xxx_elsa..."

# 第三步：让 Claude 解释代码
"请解释 src/preprocessing.py 中纳排标准的实现逻辑"

9.7 推荐工具

# Homebrew 安装（推荐）
brew tap farion1231/ccswitch
brew install --cask cc-switch

# 更新
brew upgrade --cask cc-switch

# 进入命令行界面，执行以下命令
npx @z_ai/coding-helper

# 按照界面提示操作即可自动完成：
# 1. 工具安装
# 2. 套餐配置
# 3. MCP 服务器管理

文档信息
版本: v1.3 | 更新: 2026-02-28 | 作者: Angus（心内科博士生）
适用项目: 多国老年健康数据分析 | medaibox.com