7.2 KiB
Installationsanleitung
Diese Anleitung hilft Ihnen, Ihre Umgebung für die Arbeit mit dem Data Science for Beginners-Lehrplan einzurichten.
Inhaltsverzeichnis
Voraussetzungen
Bevor Sie beginnen, sollten Sie Folgendes haben:
- Grundkenntnisse im Umgang mit der Kommandozeile/Terminal
- Ein GitHub-Konto (kostenlos)
- Stabile Internetverbindung für die Ersteinrichtung
Schnellstart-Optionen
Option 1: GitHub Codespaces (Empfohlen für Anfänger)
Der einfachste Weg, um zu starten, ist GitHub Codespaces, das eine vollständige Entwicklungsumgebung direkt in Ihrem Browser bereitstellt.
- Gehen Sie zum Repository
- Klicken Sie auf das Dropdown-Menü Code
- Wählen Sie den Tab Codespaces
- Klicken Sie auf Create codespace on main
- Warten Sie, bis die Umgebung initialisiert ist (2-3 Minuten)
Ihre Umgebung ist jetzt bereit mit allen vorinstallierten Abhängigkeiten!
Option 2: Lokale Entwicklung
Wenn Sie auf Ihrem eigenen Computer arbeiten möchten, folgen Sie den detaillierten Anweisungen unten.
Lokale Installation
Schritt 1: Git installieren
Git wird benötigt, um das Repository zu klonen und Ihre Änderungen zu verfolgen.
Windows:
- Herunterladen von git-scm.com
- Führen Sie den Installer mit den Standardeinstellungen aus
macOS:
- Installation über Homebrew:
brew install git - Oder herunterladen von git-scm.com
Linux:
# Debian/Ubuntu
sudo apt-get update
sudo apt-get install git
# Fedora
sudo dnf install git
# Arch
sudo pacman -S git
Schritt 2: Repository klonen
# Clone the repository
git clone https://github.com/microsoft/Data-Science-For-Beginners.git
# Navigate to the directory
cd Data-Science-For-Beginners
Schritt 3: Python und Jupyter installieren
Python 3.7 oder höher wird für die Data-Science-Lektionen benötigt.
Windows:
- Laden Sie Python von python.org herunter
- Aktivieren Sie während der Installation die Option "Add Python to PATH"
- Installation überprüfen:
python --version
macOS:
# Using Homebrew
brew install python3
# Verify installation
python3 --version
Linux:
# 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
Schritt 4: Python-Umgebung einrichten
Es wird empfohlen, eine virtuelle Umgebung zu verwenden, um Abhängigkeiten isoliert zu halten.
# Create a virtual environment
python -m venv venv
# Activate the virtual environment
# On Windows:
venv\Scripts\activate
# On macOS/Linux:
source venv/bin/activate
Schritt 5: Python-Pakete installieren
Installieren Sie die erforderlichen Data-Science-Bibliotheken:
pip install jupyter pandas numpy matplotlib seaborn scikit-learn
Schritt 6: Node.js und npm installieren (für Quiz-App)
Die Quiz-Anwendung benötigt Node.js und npm.
Windows/macOS:
- Herunterladen von nodejs.org (LTS-Version empfohlen)
- Führen Sie den Installer aus
Linux:
# 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
Schritt 7: Abhängigkeiten der Quiz-App installieren
# Navigate to quiz app directory
cd quiz-app
# Install dependencies
npm install
# Return to root directory
cd ..
Schritt 8: Docsify installieren (Optional)
Für den Offline-Zugriff auf die Dokumentation:
npm install -g docsify-cli
Installation überprüfen
Python und Jupyter testen
# 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
Ihr Browser sollte mit der Jupyter-Oberfläche geöffnet werden. Sie können nun zu einer beliebigen .ipynb-Datei einer Lektion navigieren.
Quiz-Anwendung testen
# Navigate to quiz app
cd quiz-app
# Start development server
npm run serve
Die Quiz-App sollte unter http://localhost:8080 (oder einem anderen Port, falls 8080 belegt ist) verfügbar sein.
Dokumentationsserver testen
# From the root directory of the repository
docsify serve
Die Dokumentation sollte unter http://localhost:3000 verfügbar sein.
Verwendung von VS Code Dev Containers
Wenn Sie Docker installiert haben, können Sie VS Code Dev Containers verwenden:
- Installieren Sie Docker Desktop
- Installieren Sie Visual Studio Code
- Installieren Sie die Remote - Containers-Erweiterung
- Öffnen Sie das Repository in VS Code
- Drücken Sie
F1und wählen Sie "Remote-Containers: Reopen in Container" - Warten Sie, bis der Container erstellt wird (nur beim ersten Mal)
Nächste Schritte
- Erkunden Sie die README.md für einen Überblick über den Lehrplan
- Lesen Sie USAGE.md für häufige Workflows und Beispiele
- Überprüfen Sie TROUBLESHOOTING.md, falls Sie auf Probleme stoßen
- Sehen Sie sich CONTRIBUTING.md an, wenn Sie beitragen möchten
Hilfe erhalten
Falls Sie auf Probleme stoßen:
- Überprüfen Sie die TROUBLESHOOTING.md-Anleitung
- Durchsuchen Sie bestehende GitHub Issues
- Treten Sie unserer Discord-Community bei
- Erstellen Sie ein neues Issue mit detaillierten Informationen zu Ihrem Problem
Haftungsausschluss:
Dieses Dokument wurde mit dem KI-Übersetzungsdienst Co-op Translator übersetzt. Obwohl wir uns um Genauigkeit bemühen, beachten Sie bitte, dass automatisierte Übersetzungen Fehler oder Ungenauigkeiten enthalten können. Das Originaldokument in seiner ursprünglichen Sprache sollte als maßgebliche Quelle betrachtet werden. Für kritische Informationen wird eine professionelle menschliche Übersetzung empfohlen. Wir übernehmen keine Haftung für Missverständnisse oder Fehlinterpretationen, die sich aus der Nutzung dieser Übersetzung ergeben.