6.6 KiB
Panduan Pemasangan
Panduan ini akan membantu anda menyediakan persekitaran untuk bekerja dengan kurikulum Data Science for Beginners.
Kandungan
Keperluan Awal
Sebelum anda bermula, anda perlu mempunyai:
- Pemahaman asas tentang baris perintah/terminal
- Akaun GitHub (percuma)
- Sambungan internet yang stabil untuk persediaan awal
Pilihan Permulaan Pantas
Pilihan 1: GitHub Codespaces (Disyorkan untuk Pemula)
Cara paling mudah untuk bermula adalah dengan GitHub Codespaces, yang menyediakan persekitaran pembangunan lengkap dalam pelayar anda.
- Pergi ke repositori
- Klik menu dropdown Code
- Pilih tab Codespaces
- Klik Create codespace on main
- Tunggu persekitaran untuk diinisialisasi (2-3 minit)
Persekitaran anda kini sedia dengan semua kebergantungan yang telah dipasang!
Pilihan 2: Pembangunan Tempatan
Untuk bekerja di komputer anda sendiri, ikuti arahan terperinci di bawah.
Pemasangan Tempatan
Langkah 1: Pasang Git
Git diperlukan untuk mengklon repositori dan menjejaki perubahan anda.
Windows:
- Muat turun dari git-scm.com
- Jalankan pemasang dengan tetapan lalai
macOS:
- Pasang melalui Homebrew:
brew install git - Atau muat turun dari 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
Langkah 2: Klon Repositori
# Clone the repository
git clone https://github.com/microsoft/Data-Science-For-Beginners.git
# Navigate to the directory
cd Data-Science-For-Beginners
Langkah 3: Pasang Python dan Jupyter
Python 3.7 atau lebih tinggi diperlukan untuk pelajaran sains data.
Windows:
- Muat turun Python dari python.org
- Semasa pemasangan, tandakan "Add Python to PATH"
- Sahkan pemasangan:
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
Langkah 4: Sediakan Persekitaran Python
Disyorkan untuk menggunakan persekitaran maya untuk memastikan kebergantungan terasing.
# Create a virtual environment
python -m venv venv
# Activate the virtual environment
# On Windows:
venv\Scripts\activate
# On macOS/Linux:
source venv/bin/activate
Langkah 5: Pasang Pakej Python
Pasang perpustakaan sains data yang diperlukan:
pip install jupyter pandas numpy matplotlib seaborn scikit-learn
Langkah 6: Pasang Node.js dan npm (Untuk Aplikasi Kuiz)
Aplikasi kuiz memerlukan Node.js dan npm.
Windows/macOS:
- Muat turun dari nodejs.org (versi LTS disyorkan)
- Jalankan pemasang
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
Langkah 7: Pasang Kebergantungan Aplikasi Kuiz
# Navigate to quiz app directory
cd quiz-app
# Install dependencies
npm install
# Return to root directory
cd ..
Langkah 8: Pasang Docsify (Pilihan)
Untuk akses dokumentasi secara luar talian:
npm install -g docsify-cli
Sahkan Pemasangan Anda
Uji Python dan Jupyter
# 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
Pelayar anda sepatutnya terbuka dengan antara muka Jupyter. Anda kini boleh menavigasi ke fail .ipynb mana-mana pelajaran.
Uji Aplikasi Kuiz
# Navigate to quiz app
cd quiz-app
# Start development server
npm run serve
Aplikasi kuiz sepatutnya tersedia di http://localhost:8080 (atau port lain jika 8080 sibuk).
Uji Pelayan Dokumentasi
# From the root directory of the repository
docsify serve
Dokumentasi sepatutnya tersedia di http://localhost:3000.
Menggunakan VS Code Dev Containers
Jika anda mempunyai Docker yang dipasang, anda boleh menggunakan VS Code Dev Containers:
- Pasang Docker Desktop
- Pasang Visual Studio Code
- Pasang Remote - Containers extension
- Buka repositori dalam VS Code
- Tekan
F1dan pilih "Remote-Containers: Reopen in Container" - Tunggu kontena untuk dibina (hanya kali pertama)
Langkah Seterusnya
- Terokai README.md untuk gambaran keseluruhan kurikulum
- Baca USAGE.md untuk aliran kerja dan contoh biasa
- Semak TROUBLESHOOTING.md jika anda menghadapi masalah
- Tinjau CONTRIBUTING.md jika anda ingin menyumbang
Mendapatkan Bantuan
Jika anda menghadapi masalah:
- Semak panduan TROUBLESHOOTING.md
- Cari GitHub Issues yang sedia ada
- Sertai komuniti Discord kami
- Cipta isu baru dengan maklumat terperinci tentang masalah anda
Penafian:
Dokumen ini telah diterjemahkan menggunakan perkhidmatan terjemahan AI Co-op Translator. Walaupun kami berusaha untuk memastikan ketepatan, sila ambil perhatian bahawa terjemahan automatik mungkin mengandungi kesilapan atau ketidaktepatan. Dokumen asal dalam bahasa asalnya harus dianggap sebagai sumber yang berwibawa. Untuk maklumat yang kritikal, terjemahan manusia profesional adalah disyorkan. Kami tidak bertanggungjawab atas sebarang salah faham atau salah tafsir yang timbul daripada penggunaan terjemahan ini.