|
|
# 安装指南
|
|
|
|
|
|
本指南将帮助您设置环境，以使用《数据科学入门》课程。
|
|
|
|
|
|
## 目录
|
|
|
|
|
|
- [先决条件](../..)
|
|
|
- [快速开始选项](../..)
|
|
|
- [本地安装](../..)
|
|
|
- [验证安装](../..)
|
|
|
|
|
|
## 先决条件
|
|
|
|
|
|
在开始之前，您需要具备以下条件：
|
|
|
|
|
|
- 基本的命令行/终端操作知识
|
|
|
- 一个 GitHub 账户（免费）
|
|
|
- 稳定的互联网连接以完成初始设置
|
|
|
|
|
|
## 快速开始选项
|
|
|
|
|
|
### 选项 1：GitHub Codespaces（推荐初学者使用）
|
|
|
|
|
|
最简单的开始方式是使用 GitHub Codespaces，它提供了一个完整的开发环境，直接在浏览器中运行。
|
|
|
|
|
|
1. 访问 [仓库](https://github.com/microsoft/Data-Science-For-Beginners)
|
|
|
2. 点击 **Code** 下拉菜单
|
|
|
3. 选择 **Codespaces** 标签
|
|
|
4. 点击 **Create codespace on main**
|
|
|
5. 等待环境初始化（2-3分钟）
|
|
|
|
|
|
您的环境现在已经准备好，所有依赖项都已预安装！
|
|
|
|
|
|
### 选项 2：本地开发
|
|
|
|
|
|
如果您希望在自己的电脑上工作，请按照以下详细说明操作。
|
|
|
|
|
|
## 本地安装
|
|
|
|
|
|
### 步骤 1：安装 Git
|
|
|
|
|
|
Git 是用于克隆仓库和跟踪更改的必要工具。
|
|
|
|
|
|
**Windows:**
|
|
|
- 从 [git-scm.com](https://git-scm.com/download/win) 下载
|
|
|
- 使用默认设置运行安装程序
|
|
|
|
|
|
**macOS:**
|
|
|
- 使用 Homebrew 安装：`brew install git`
|
|
|
- 或从 [git-scm.com](https://git-scm.com/download/mac) 下载
|
|
|
|
|
|
**Linux:**
|
|
|
```bash
|
|
|
# Debian/Ubuntu
|
|
|
sudo apt-get update
|
|
|
sudo apt-get install git
|
|
|
|
|
|
# Fedora
|
|
|
sudo dnf install git
|
|
|
|
|
|
# Arch
|
|
|
sudo pacman -S git
|
|
|
```
|
|
|
|
|
|
### 步骤 2：克隆仓库
|
|
|
|
|
|
```bash
|
|
|
# Clone the repository
|
|
|
git clone https://github.com/microsoft/Data-Science-For-Beginners.git
|
|
|
|
|
|
# Navigate to the directory
|
|
|
cd Data-Science-For-Beginners
|
|
|
```
|
|
|
|
|
|
### 步骤 3：安装 Python 和 Jupyter
|
|
|
|
|
|
数据科学课程需要 Python 3.7 或更高版本。
|
|
|
|
|
|
**Windows:**
|
|
|
1. 从 [python.org](https://www.python.org/downloads/) 下载 Python
|
|
|
2. 安装时勾选“Add Python to PATH”
|
|
|
3. 验证安装：
|
|
|
```bash
|
|
|
python --version
|
|
|
```
|
|
|
|
|
|
**macOS:**
|
|
|
```bash
|
|
|
# Using Homebrew
|
|
|
brew install python3
|
|
|
|
|
|
# Verify installation
|
|
|
python3 --version
|
|
|
```
|
|
|
|
|
|
**Linux:**
|
|
|
```bash
|
|
|
# Most Linux distributions come with Python pre-installed
|
|
|
python3 --version
|
|
|
|
|
|
# If not installed:
|
|
|
# Debian/Ubuntu
|
|
|
sudo apt-get install python3 python3-pip
|
|
|
|
|
|
# Fedora
|
|
|
sudo dnf install python3 python3-pip
|
|
|
```
|
|
|
|
|
|
### 步骤 4：设置 Python 环境
|
|
|
|
|
|
建议使用虚拟环境来隔离依赖项。
|
|
|
|
|
|
```bash
|
|
|
# Create a virtual environment
|
|
|
python -m venv venv
|
|
|
|
|
|
# Activate the virtual environment
|
|
|
# On Windows:
|
|
|
venv\Scripts\activate
|
|
|
|
|
|
# On macOS/Linux:
|
|
|
source venv/bin/activate
|
|
|
```
|
|
|
|
|
|
### 步骤 5：安装 Python 包
|
|
|
|
|
|
安装所需的数据科学库：
|
|
|
|
|
|
```bash
|
|
|
pip install jupyter pandas numpy matplotlib seaborn scikit-learn
|
|
|
```
|
|
|
|
|
|
### 步骤 6：安装 Node.js 和 npm（用于测验应用）
|
|
|
|
|
|
测验应用需要 Node.js 和 npm。
|
|
|
|
|
|
**Windows/macOS:**
|
|
|
- 从 [nodejs.org](https://nodejs.org/) 下载（推荐 LTS 版本）
|
|
|
- 运行安装程序
|
|
|
|
|
|
**Linux:**
|
|
|
```bash
|
|
|
# Debian/Ubuntu
|
|
|
# WARNING: Piping scripts from the internet directly into bash can be a security risk.
|
|
|
# It is recommended to review the script before running it:
|
|
|
# curl -fsSL https://deb.nodesource.com/setup_lts.x -o setup_lts.x
|
|
|
# less setup_lts.x
|
|
|
# Then run:
|
|
|
# sudo -E bash setup_lts.x
|
|
|
#
|
|
|
# Alternatively, you can use the one-liner below at your own risk:
|
|
|
curl -fsSL https://deb.nodesource.com/setup_lts.x | sudo -E bash -
|
|
|
sudo apt-get install -y nodejs
|
|
|
|
|
|
# Fedora
|
|
|
sudo dnf install nodejs
|
|
|
|
|
|
# Verify installation
|
|
|
node --version
|
|
|
npm --version
|
|
|
```
|
|
|
|
|
|
### 步骤 7：安装测验应用依赖项
|
|
|
|
|
|
```bash
|
|
|
# Navigate to quiz app directory
|
|
|
cd quiz-app
|
|
|
|
|
|
# Install dependencies
|
|
|
npm install
|
|
|
|
|
|
# Return to root directory
|
|
|
cd ..
|
|
|
```
|
|
|
|
|
|
### 步骤 8：安装 Docsify（可选）
|
|
|
|
|
|
用于离线访问文档：
|
|
|
|
|
|
```bash
|
|
|
npm install -g docsify-cli
|
|
|
```
|
|
|
|
|
|
## 验证安装
|
|
|
|
|
|
### 测试 Python 和 Jupyter
|
|
|
|
|
|
```bash
|
|
|
# Activate your virtual environment if not already activated
|
|
|
# On Windows:
|
|
|
venv\Scripts\activate
|
|
|
# On macOS/Linux:
|
|
|
source venv/bin/activate
|
|
|
|
|
|
# Start Jupyter Notebook
|
|
|
jupyter notebook
|
|
|
```
|
|
|
|
|
|
您的浏览器应该会打开 Jupyter 界面。您现在可以导航到任何课程的 `.ipynb` 文件。
|
|
|
|
|
|
### 测试测验应用
|
|
|
|
|
|
```bash
|
|
|
# Navigate to quiz app
|
|
|
cd quiz-app
|
|
|
|
|
|
# Start development server
|
|
|
npm run serve
|
|
|
```
|
|
|
|
|
|
测验应用应该可以通过 `http://localhost:8080`（如果 8080 端口被占用，则使用其他端口）访问。
|
|
|
|
|
|
### 测试文档服务器
|
|
|
|
|
|
```bash
|
|
|
# From the root directory of the repository
|
|
|
docsify serve
|
|
|
```
|
|
|
|
|
|
文档应该可以通过 `http://localhost:3000` 访问。
|
|
|
|
|
|
## 使用 VS Code Dev Containers
|
|
|
|
|
|
如果您安装了 Docker，可以使用 VS Code Dev Containers：
|
|
|
|
|
|
1. 安装 [Docker Desktop](https://www.docker.com/products/docker-desktop)
|
|
|
2. 安装 [Visual Studio Code](https://code.visualstudio.com/)
|
|
|
3. 安装 [Remote - Containers 扩展](https://marketplace.visualstudio.com/items?itemName=ms-vscode-remote.remote-containers)
|
|
|
4. 在 VS Code 中打开仓库
|
|
|
5. 按 `F1` 并选择“Remote-Containers: Reopen in Container”
|
|
|
6. 等待容器构建（仅首次需要）
|
|
|
|
|
|
## 下一步
|
|
|
|
|
|
- 查看 [README.md](README.md) 了解课程概览
|
|
|
- 阅读 [USAGE.md](USAGE.md) 了解常见工作流程和示例
|
|
|
- 如果遇到问题，请查看 [TROUBLESHOOTING.md](TROUBLESHOOTING.md)
|
|
|
- 如果您想贡献，请阅读 [CONTRIBUTING.md](CONTRIBUTING.md)
|
|
|
|
|
|
## 获取帮助
|
|
|
|
|
|
如果您遇到问题：
|
|
|
|
|
|
1. 查看 [TROUBLESHOOTING.md](TROUBLESHOOTING.md) 指南
|
|
|
2. 搜索现有的 [GitHub Issues](https://github.com/microsoft/Data-Science-For-Beginners/issues)
|
|
|
3. 加入我们的 [Discord 社区](https://aka.ms/ds4beginners/discord)
|
|
|
4. 创建一个新问题，并详细描述您的问题
|
|
|
|
|
|
---
|
|
|
|
|
|
**免责声明**：
|
|
|
本文档使用AI翻译服务 [Co-op Translator](https://github.com/Azure/co-op-translator) 进行翻译。尽管我们努力确保翻译的准确性，但请注意，自动翻译可能包含错误或不准确之处。原始语言的文档应被视为权威来源。对于关键信息，建议使用专业人工翻译。我们对因使用此翻译而产生的任何误解或误读不承担责任。 |
