msb-public
/
Data-Science-For-Beginners
mirror of https://github.com/microsoft/Data-Science-For-Beginners.git
1
0
Code Issues Projects Releases Wiki Activity
You can not select more than 25 topics Topics must start with a letter or number, can include dashes ('-') and can be up to 35 characters long.
Branches Tags
${ item.name }
Create tag ${ searchTerm }
Create branch ${ searchTerm }
from 'copilot/fix-serialize-javascript-vulnerability'
${ noResults }
Data-Science-For-Beginners/translations/hu/TROUBLESHOOTING.md

14 KiB
Raw Permalink Blame History

Hibakeresési útmutató

Ez az útmutató megoldásokat kínál a Data Science for Beginners tananyag használata során felmerülő gyakori problémákra.

Tartalomjegyzék

Python és Jupyter problémák

Python nem található vagy rossz verzió

Probléma: python: command not found vagy rossz Python verzió

Megoldás:

# Check Python version
python --version
python3 --version

# If Python 3 is installed as 'python3', create an alias
# On macOS/Linux, add to ~/.bashrc or ~/.zshrc:
alias python=python3
alias pip=pip3

# Or use python3 explicitly
python3 -m pip install jupyter

Windows megoldás:

  1. Telepítse újra a Pythont a python.org weboldalról
  2. A telepítés során jelölje be az "Add Python to PATH" opciót
  3. Indítsa újra a terminált/parancssort

Virtuális környezet aktiválási problémák

Probléma: A virtuális környezet nem aktiválódik

Megoldás:

Windows:

# If you get execution policy error
Set-ExecutionPolicy -ExecutionPolicy RemoteSigned -Scope CurrentUser

# Then activate
venv\Scripts\activate

macOS/Linux:

# Ensure the activate script is executable
chmod +x venv/bin/activate

# Then activate
source venv/bin/activate

Aktiválás ellenőrzése:

# Your prompt should show (venv)
# Check Python location
which python  # Should point to venv

Jupyter kernel problémák

Probléma: "Kernel nem található" vagy "Kernel folyamatosan leáll"

Megoldás:

# Reinstall kernel
python -m ipykernel install --user --name=datascience --display-name="Python (Data Science)"

# Or use the default kernel
python -m ipykernel install --user

# Restart Jupyter
jupyter notebook

Probléma: Rossz Python verzió a Jupyterben

Megoldás:

# Install Jupyter in your virtual environment
source venv/bin/activate  # Activate first
pip install jupyter ipykernel

# Register the kernel
python -m ipykernel install --user --name=venv --display-name="Python (venv)"

# In Jupyter, select Kernel -> Change kernel -> Python (venv)

Csomag- és függőségi problémák

Importálási hibák

Probléma: ModuleNotFoundError: No module named 'pandas' (vagy más csomagok)

Megoldás:

# Ensure virtual environment is activated
source venv/bin/activate  # macOS/Linux
venv\Scripts\activate     # Windows

# Install missing package
pip install pandas

# Install all common packages
pip install jupyter pandas numpy matplotlib seaborn scikit-learn

# Verify installation
python -c "import pandas; print(pandas.__version__)"

Pip telepítési hibák

Probléma: pip install engedélyezési hibákkal leáll

Megoldás:

# Use --user flag
pip install --user package-name

# Or use virtual environment (recommended)
python -m venv venv
source venv/bin/activate
pip install package-name

Probléma: pip install SSL tanúsítvány hibákkal leáll

Megoldás:

# Update pip first
python -m pip install --upgrade pip

# Try installing with trusted host (temporary workaround)
pip install --trusted-host pypi.org --trusted-host files.pythonhosted.org package-name

Csomag verzióütközések

Probléma: Összeférhetetlen csomagverziók

Megoldás:

# Create fresh virtual environment
python -m venv venv-new
source venv-new/bin/activate  # or venv-new\Scripts\activate on Windows

# Install packages with specific versions if needed
pip install pandas==1.3.0
pip install numpy==1.21.0

# Or let pip resolve dependencies
pip install jupyter pandas numpy matplotlib seaborn scikit-learn

Jupyter Notebook problémák

Jupyter nem indul

Probléma: jupyter notebook parancs nem található

Megoldás:

# Install Jupyter
pip install jupyter

# Or use python -m
python -m jupyter notebook

# Add to PATH if needed (macOS/Linux)
export PATH="$HOME/.local/bin:$PATH"

Notebook nem töltődik be vagy nem menthető

Probléma: "Notebook nem sikerült betölteni" vagy mentési hibák

Megoldás:

  1. Ellenőrizze a fájlengedélyeket
# Make sure you have write permissions
ls -l notebook.ipynb
chmod 644 notebook.ipynb  # If needed
  1. Ellenőrizze a fájl sérülését
# Try opening in text editor to check JSON structure
# Copy content to new notebook if corrupted
  1. Törölje a Jupyter gyorsítótárát
jupyter notebook --clear-cache

Cellák nem futnak

Probléma: Cellák "In [*]" állapotban ragadnak vagy túl sokáig tartanak

Megoldás:

  1. Megszakítsa a kernelt: Kattintson az "Interrupt" gombra vagy nyomja meg I, I
  2. Indítsa újra a kernelt: Kernel menü → Restart
  3. Ellenőrizze a végtelen ciklusokat a kódjában
  4. Törölje a kimenetet: Cell → All Output → Clear

Diagramok nem jelennek meg

Probléma: matplotlib diagramok nem jelennek meg a notebookban

Megoldás:

# Add magic command at the top of notebook
%matplotlib inline

import matplotlib.pyplot as plt

# Create plot
plt.plot([1, 2, 3, 4])
plt.show()  # Make sure to call show()

Alternatíva interaktív diagramokhoz:

%matplotlib notebook
# Or
%matplotlib widget

Kvíz alkalmazás problémák

npm install hibák

Probléma: Hibák az npm install során

Megoldás:

# Clear npm cache
npm cache clean --force

# Remove node_modules and package-lock.json
rm -rf node_modules package-lock.json

# Reinstall
npm install

# If still failing, try with legacy peer deps
npm install --legacy-peer-deps

Kvíz alkalmazás nem indul

Probléma: npm run serve leáll

Megoldás:

# Check Node.js version
node --version  # Should be 12.x or higher

# Reinstall dependencies
cd quiz-app
rm -rf node_modules package-lock.json
npm install

# Try different port
npm run serve -- --port 8081

Port már használatban

Probléma: "Port 8080 már használatban van"

Megoldás:

# Find and kill process on port 8080
# macOS/Linux:
lsof -ti:8080 | xargs kill -9

# Windows:
netstat -ano | findstr :8080
taskkill /PID <PID> /F

# Or use a different port
npm run serve -- --port 8081

Kvíz nem töltődik be vagy üres oldal

Probléma: A kvíz alkalmazás betöltődik, de üres oldalt mutat

Megoldás:

  1. Ellenőrizze a böngésző konzolt hibákért (F12)
  2. Törölje a böngésző gyorsítótárát és sütiket
  3. Próbáljon ki egy másik böngészőt
  4. Győződjön meg róla, hogy a JavaScript engedélyezve van
  5. Ellenőrizze, hogy az adblockerek nem zavarják-e
# Rebuild the app
npm run build
npm run serve

Git és GitHub problémák

Git nem ismerhető fel

Probléma: git: command not found

Megoldás:

Windows:

  • Telepítse a Gitet a git-scm.com weboldalról
  • Indítsa újra a terminált a telepítés után

macOS:

Megjegyzés: Ha nincs telepítve a Homebrew, kövesse az utasításokat a https://brew.sh/ oldalon a telepítéshez.

# Install via Homebrew
brew install git

# Or install Xcode Command Line Tools
xcode-select --install

Linux:

sudo apt-get install git  # Debian/Ubuntu
sudo dnf install git      # Fedora

Klónozás sikertelen

Probléma: git clone hitelesítési hibákkal leáll

Megoldás:

# Use HTTPS URL
git clone https://github.com/microsoft/Data-Science-For-Beginners.git

# If you have 2FA enabled on GitHub, use Personal Access Token
# Create token at: https://github.com/settings/tokens
# Use token as password when prompted

Hozzáférés megtagadva (publickey)

Probléma: SSH kulcs hitelesítés sikertelen

Megoldás:

# Generate SSH key
ssh-keygen -t ed25519 -C "your_email@example.com"

# Add key to ssh-agent
eval "$(ssh-agent -s)"
ssh-add ~/.ssh/id_ed25519

# Add public key to GitHub
# Copy key: cat ~/.ssh/id_ed25519.pub
# Add at: https://github.com/settings/keys

Docsify dokumentáció problémák

Docsify parancs nem található

Probléma: docsify: command not found

Megoldás:

# Install globally
npm install -g docsify-cli

# If permission error on macOS/Linux
sudo npm install -g docsify-cli

# Verify installation
docsify --version

# If still not found, add npm global path
# Find npm global path
npm config get prefix

# Add to PATH (add to ~/.bashrc or ~/.zshrc)
export PATH="$PATH:/usr/local/bin"

Dokumentáció nem töltődik be

Probléma: Docsify elindul, de a tartalom nem töltődik be

Megoldás:

# Ensure you're in the repository root
cd Data-Science-For-Beginners

# Check for index.html
ls index.html

# Serve with specific port
docsify serve --port 3000

# Check browser console for errors (F12)

Képek nem jelennek meg

Probléma: Képek törött link ikont mutatnak

Megoldás:

  1. Ellenőrizze, hogy a képek elérési útjai relatívak-e
  2. Győződjön meg róla, hogy a képfájlok léteznek a repóban
  3. Törölje a böngésző gyorsítótárát
  4. Ellenőrizze, hogy a fájlkiterjesztések egyeznek-e (érzékeny lehet a kis- és nagybetűkre bizonyos rendszereken)

Adat- és fájlproblémák

Fájl nem található hibák

Probléma: FileNotFoundError adat betöltésekor

Megoldás:

import os

# Check current working directory
print(os.getcwd())

# Use absolute path
data_path = os.path.join(os.getcwd(), 'data', 'filename.csv')
df = pd.read_csv(data_path)

# Or use relative path from notebook location
df = pd.read_csv('../data/filename.csv')

# Verify file exists
print(os.path.exists('data/filename.csv'))

CSV olvasási hibák

Probléma: Hibák CSV fájlok olvasásakor

Megoldás:

import pandas as pd

# Try different encodings
df = pd.read_csv('file.csv', encoding='utf-8')
# or
df = pd.read_csv('file.csv', encoding='latin-1')
# or
df = pd.read_csv('file.csv', encoding='ISO-8859-1')

# Handle missing values
df = pd.read_csv('file.csv', na_values=['NA', 'N/A', ''])

# Specify delimiter if not comma
df = pd.read_csv('file.csv', delimiter=';')

Memóriahibák nagy adathalmazokkal

Probléma: MemoryError nagy fájlok betöltésekor

Megoldás:

# Read in chunks
chunk_size = 10000
chunks = []
for chunk in pd.read_csv('large_file.csv', chunksize=chunk_size):
    # Process chunk
    chunks.append(chunk)
df = pd.concat(chunks)

# Or read specific columns only
df = pd.read_csv('file.csv', usecols=['col1', 'col2'])

# Use more efficient data types
df = pd.read_csv('file.csv', dtype={'column_name': 'int32'})

Teljesítményproblémák

Lassú notebook teljesítmény

Probléma: Notebookok nagyon lassan futnak

Megoldás:

  1. Indítsa újra a kernelt és törölje a kimenetet

    • Kernel → Restart & Clear Output

  2. Zárja be a nem használt notebookokat

  3. Optimalizálja a kódot:

# Use vectorized operations instead of loops
# Bad:
result = []
for x in data:
    result.append(x * 2)

# Good:
result = data * 2  # NumPy/Pandas vectorization
  1. Mintavételezzen nagy adathalmazokat:
# Work with sample during development
df_sample = df.sample(n=1000)  # or df.head(1000)

Böngésző összeomlik

Probléma: Böngésző összeomlik vagy nem válaszol

Megoldás:

  1. Zárja be a nem használt lapokat
  2. Törölje a böngésző gyorsítótárát
  3. Növelje a böngésző memóriáját (Chrome: chrome://settings/system)
  4. Használja a JupyterLabot helyette:
pip install jupyterlab
jupyter lab

További segítség kérése

Mielőtt segítséget kérne

  1. Ellenőrizze ezt a hibakeresési útmutatót
  2. Keressen a GitHub Issues között
  3. Nézze át az INSTALLATION.md és USAGE.md fájlokat
  4. Próbálja meg online keresni a hibaüzenetet

Hogyan kérjen segítséget

Amikor hibát jelent vagy segítséget kér, adja meg:

  1. Operációs rendszer: Windows, macOS vagy Linux (melyik disztribúció)
  2. Python verzió: Futtassa a python --version parancsot
  3. Hibaüzenet: Másolja be a teljes hibaüzenetet
  4. Reprodukálási lépések: Mit tett a hiba előtt
  5. Mit próbált már: Az eddig kipróbált megoldások

Példa:

**Operating System:** macOS 12.0
**Python Version:** 3.9.7
**Error Message:** ModuleNotFoundError: No module named 'pandas'
**Steps to Reproduce:**
1. Activated virtual environment
2. Started Jupyter notebook
3. Tried to import pandas

**What I've Tried:**
- Ran pip install pandas
- Restarted Jupyter

Közösségi források

Kapcsolódó dokumentáció

Felelősség kizárása:
Ez a dokumentum az Co-op Translator AI fordítási szolgáltatás segítségével került lefordításra. Bár törekszünk a pontosságra, kérjük, vegye figyelembe, hogy az automatikus fordítások hibákat vagy pontatlanságokat tartalmazhatnak. Az eredeti dokumentum az eredeti nyelvén tekintendő hiteles forrásnak. Fontos információk esetén javasolt professzionális emberi fordítást igénybe venni. Nem vállalunk felelősséget semmilyen félreértésért vagy téves értelmezésért, amely a fordítás használatából eredhet.