|
|
# 安裝指南
|
|
|
|
|
|
本指南將幫助您設置環境，以使用《初學者數據科學課程》。
|
|
|
|
|
|
## 目錄
|
|
|
|
|
|
- [先決條件](../..)
|
|
|
- [快速開始選項](../..)
|
|
|
- [本地安裝](../..)
|
|
|
- [驗證您的安裝](../..)
|
|
|
|
|
|
## 先決條件
|
|
|
|
|
|
在開始之前，您應該具備以下條件：
|
|
|
|
|
|
- 基本的命令行/終端操作知識
|
|
|
- 一個 GitHub 帳戶（免費）
|
|
|
- 穩定的網絡連接以完成初始設置
|
|
|
|
|
|
## 快速開始選項
|
|
|
|
|
|
### 選項 1：GitHub Codespaces（推薦給初學者）
|
|
|
|
|
|
最簡單的開始方式是使用 GitHub Codespaces，它提供了一個完整的開發環境，直接在瀏覽器中使用。
|
|
|
|
|
|
1. 前往 [倉庫](https://github.com/microsoft/Data-Science-For-Beginners)
|
|
|
2. 點擊 **Code** 下拉菜單
|
|
|
3. 選擇 **Codespaces** 標籤
|
|
|
4. 點擊 **Create codespace on main**
|
|
|
5. 等待環境初始化（2-3 分鐘）
|
|
|
|
|
|
您的環境現在已準備好，所有依賴項都已預先安裝！
|
|
|
|
|
|
### 選項 2：本地開發
|
|
|
|
|
|
如果您希望在自己的電腦上工作，請按照以下詳細說明進行操作。
|
|
|
|
|
|
## 本地安裝
|
|
|
|
|
|
### 步驟 1：安裝 Git
|
|
|
|
|
|
Git 是用於克隆倉庫和跟蹤更改的必要工具。
|
|
|
|
|
|
**Windows:**
|
|
|
- 從 [git-scm.com](https://git-scm.com/download/win) 下載
|
|
|
- 使用默認設置運行安裝程序
|
|
|
|
|
|
**macOS:**
|
|
|
- 使用 Homebrew 安裝：`brew install git`
|
|
|
- 或從 [git-scm.com](https://git-scm.com/download/mac) 下載
|
|
|
|
|
|
**Linux:**
|
|
|
```bash
|
|
|
# Debian/Ubuntu
|
|
|
sudo apt-get update
|
|
|
sudo apt-get install git
|
|
|
|
|
|
# Fedora
|
|
|
sudo dnf install git
|
|
|
|
|
|
# Arch
|
|
|
sudo pacman -S git
|
|
|
```
|
|
|
|
|
|
### 步驟 2：克隆倉庫
|
|
|
|
|
|
```bash
|
|
|
# Clone the repository
|
|
|
git clone https://github.com/microsoft/Data-Science-For-Beginners.git
|
|
|
|
|
|
# Navigate to the directory
|
|
|
cd Data-Science-For-Beginners
|
|
|
```
|
|
|
|
|
|
### 步驟 3：安裝 Python 和 Jupyter
|
|
|
|
|
|
數據科學課程需要 Python 3.7 或更高版本。
|
|
|
|
|
|
**Windows:**
|
|
|
1. 從 [python.org](https://www.python.org/downloads/) 下載 Python
|
|
|
2. 安裝過程中勾選 "Add Python to PATH"
|
|
|
3. 驗證安裝：
|
|
|
```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
|
|
|
```
|
|
|
|
|
|
### 步驟 4：設置 Python 環境
|
|
|
|
|
|
建議使用虛擬環境來隔離依賴項。
|
|
|
|
|
|
```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
|
|
|
```
|
|
|
|
|
|
### 步驟 5：安裝 Python 套件
|
|
|
|
|
|
安裝所需的數據科學庫：
|
|
|
|
|
|
```bash
|
|
|
pip install jupyter pandas numpy matplotlib seaborn scikit-learn
|
|
|
```
|
|
|
|
|
|
### 步驟 6：安裝 Node.js 和 npm（用於測驗應用）
|
|
|
|
|
|
測驗應用需要 Node.js 和 npm。
|
|
|
|
|
|
**Windows/macOS:**
|
|
|
- 從 [nodejs.org](https://nodejs.org/) 下載（推薦 LTS 版本）
|
|
|
- 運行安裝程序
|
|
|
|
|
|
**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
|
|
|
```
|
|
|
|
|
|
### 步驟 7：安裝測驗應用依賴項
|
|
|
|
|
|
```bash
|
|
|
# Navigate to quiz app directory
|
|
|
cd quiz-app
|
|
|
|
|
|
# Install dependencies
|
|
|
npm install
|
|
|
|
|
|
# Return to root directory
|
|
|
cd ..
|
|
|
```
|
|
|
|
|
|
### 步驟 8：安裝 Docsify（可選）
|
|
|
|
|
|
用於離線訪問文檔：
|
|
|
|
|
|
```bash
|
|
|
npm install -g docsify-cli
|
|
|
```
|
|
|
|
|
|
## 驗證您的安裝
|
|
|
|
|
|
### 測試 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
|
|
|
```
|
|
|
|
|
|
您的瀏覽器應打開 Jupyter 界面。您現在可以導航到任何課程的 `.ipynb` 文件。
|
|
|
|
|
|
### 測試測驗應用
|
|
|
|
|
|
```bash
|
|
|
# Navigate to quiz app
|
|
|
cd quiz-app
|
|
|
|
|
|
# Start development server
|
|
|
npm run serve
|
|
|
```
|
|
|
|
|
|
測驗應用應可在 `http://localhost:8080`（如果 8080 端口被佔用，則使用其他端口）訪問。
|
|
|
|
|
|
### 測試文檔服務器
|
|
|
|
|
|
```bash
|
|
|
# From the root directory of the repository
|
|
|
docsify serve
|
|
|
```
|
|
|
|
|
|
文檔應可在 `http://localhost:3000` 訪問。
|
|
|
|
|
|
## 使用 VS Code Dev Containers
|
|
|
|
|
|
如果您已安裝 Docker，可以使用 VS Code Dev Containers：
|
|
|
|
|
|
1. 安裝 [Docker Desktop](https://www.docker.com/products/docker-desktop)
|
|
|
2. 安裝 [Visual Studio Code](https://code.visualstudio.com/)
|
|
|
3. 安裝 [Remote - Containers 擴展](https://marketplace.visualstudio.com/items?itemName=ms-vscode-remote.remote-containers)
|
|
|
4. 在 VS Code 中打開倉庫
|
|
|
5. 按 `F1` 並選擇 "Remote-Containers: Reopen in Container"
|
|
|
6. 等待容器構建（僅首次需要）
|
|
|
|
|
|
## 下一步
|
|
|
|
|
|
- 探索 [README.md](README.md) 以了解課程概覽
|
|
|
- 閱讀 [USAGE.md](USAGE.md) 以了解常見工作流程和示例
|
|
|
- 如果遇到問題，查看 [TROUBLESHOOTING.md](TROUBLESHOOTING.md)
|
|
|
- 如果您想貢獻，請查看 [CONTRIBUTING.md](CONTRIBUTING.md)
|
|
|
|
|
|
## 獲取幫助
|
|
|
|
|
|
如果您遇到問題：
|
|
|
|
|
|
1. 查看 [TROUBLESHOOTING.md](TROUBLESHOOTING.md) 指南
|
|
|
2. 搜索現有的 [GitHub Issues](https://github.com/microsoft/Data-Science-For-Beginners/issues)
|
|
|
3. 加入我們的 [Discord 社群](https://aka.ms/ds4beginners/discord)
|
|
|
4. 創建一個新問題，並詳細描述您的問題
|
|
|
|
|
|
---
|
|
|
|
|
|
**免責聲明**：
|
|
|
本文件已使用人工智能翻譯服務 [Co-op Translator](https://github.com/Azure/co-op-translator) 進行翻譯。雖然我們致力於提供準確的翻譯，但請注意，自動翻譯可能包含錯誤或不準確之處。原始語言的文件應被視為權威來源。對於關鍵信息，建議使用專業人工翻譯。我們對因使用此翻譯而引起的任何誤解或錯誤解釋概不負責。 |
