6.6 KiB
Inštalačný návod
Tento návod vám pomôže nastaviť prostredie na prácu s učebnými materiálmi Data Science for Beginners.
Obsah
Predpoklady
Predtým, než začnete, mali by ste mať:
- Základné znalosti práce s príkazovým riadkom/terminálom
- GitHub účet (bezplatný)
- Stabilné internetové pripojenie na počiatočné nastavenie
Rýchle možnosti začiatku
Možnosť 1: GitHub Codespaces (Odporúčané pre začiatočníkov)
Najjednoduchší spôsob, ako začať, je GitHub Codespaces, ktorý poskytuje kompletné vývojové prostredie priamo vo vašom prehliadači.
- Prejdite na repozitár
- Kliknite na rozbaľovacie menu Code
- Vyberte kartu Codespaces
- Kliknite na Create codespace on main
- Počkajte, kým sa prostredie inicializuje (2-3 minúty)
Vaše prostredie je teraz pripravené so všetkými predinštalovanými závislosťami!
Možnosť 2: Lokálny vývoj
Ak chcete pracovať na vlastnom počítači, postupujte podľa podrobných pokynov nižšie.
Lokálna inštalácia
Krok 1: Inštalácia Git
Git je potrebný na klonovanie repozitára a sledovanie vašich zmien.
Windows:
- Stiahnite z git-scm.com
- Spustite inštalátor s predvolenými nastaveniami
macOS:
- Nainštalujte cez Homebrew:
brew install git - Alebo stiahnite z 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
Krok 2: Klonovanie repozitára
# Clone the repository
git clone https://github.com/microsoft/Data-Science-For-Beginners.git
# Navigate to the directory
cd Data-Science-For-Beginners
Krok 3: Inštalácia Pythonu a Jupyter
Pre lekcie z oblasti dátovej vedy je potrebný Python 3.7 alebo novší.
Windows:
- Stiahnite Python z python.org
- Počas inštalácie zaškrtnite "Add Python to PATH"
- Overte inštaláciu:
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
Krok 4: Nastavenie Python prostredia
Odporúča sa používať virtuálne prostredie na izoláciu závislostí.
# Create a virtual environment
python -m venv venv
# Activate the virtual environment
# On Windows:
venv\Scripts\activate
# On macOS/Linux:
source venv/bin/activate
Krok 5: Inštalácia Python balíkov
Nainštalujte požadované knižnice pre dátovú vedu:
pip install jupyter pandas numpy matplotlib seaborn scikit-learn
Krok 6: Inštalácia Node.js a npm (Pre aplikáciu kvízu)
Aplikácia kvízu vyžaduje Node.js a npm.
Windows/macOS:
- Stiahnite z nodejs.org (odporúča sa verzia LTS)
- Spustite inštalátor
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
Krok 7: Inštalácia závislostí aplikácie kvízu
# Navigate to quiz app directory
cd quiz-app
# Install dependencies
npm install
# Return to root directory
cd ..
Krok 8: Inštalácia Docsify (Voliteľné)
Pre offline prístup k dokumentácii:
npm install -g docsify-cli
Overenie inštalácie
Test Pythonu a 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
Váš prehliadač by sa mal otvoriť s rozhraním Jupyter. Teraz môžete prejsť na akýkoľvek súbor .ipynb z lekcií.
Test aplikácie kvízu
# Navigate to quiz app
cd quiz-app
# Start development server
npm run serve
Aplikácia kvízu by mala byť dostupná na http://localhost:8080 (alebo na inom porte, ak je 8080 obsadený).
Test servera dokumentácie
# From the root directory of the repository
docsify serve
Dokumentácia by mala byť dostupná na http://localhost:3000.
Používanie VS Code Dev Containers
Ak máte nainštalovaný Docker, môžete použiť VS Code Dev Containers:
- Nainštalujte Docker Desktop
- Nainštalujte Visual Studio Code
- Nainštalujte rozšírenie Remote - Containers
- Otvorte repozitár vo VS Code
- Stlačte
F1a vyberte "Remote-Containers: Reopen in Container" - Počkajte, kým sa kontajner vytvorí (iba pri prvom spustení)
Ďalšie kroky
- Preskúmajte README.md pre prehľad učebných materiálov
- Prečítajte si USAGE.md pre bežné pracovné postupy a príklady
- Skontrolujte TROUBLESHOOTING.md, ak narazíte na problémy
- Preštudujte CONTRIBUTING.md, ak chcete prispieť
Získanie pomoci
Ak narazíte na problémy:
- Skontrolujte návod TROUBLESHOOTING.md
- Vyhľadajte existujúce GitHub Issues
- Pripojte sa k našej Discord komunite
- Vytvorte nový issue s podrobnými informáciami o vašom probléme
Upozornenie:
Tento dokument bol preložený pomocou služby AI prekladu Co-op Translator. Hoci sa snažíme o presnosť, prosím, berte na vedomie, že automatizované preklady môžu obsahovať chyby alebo nepresnosti. Pôvodný dokument v jeho rodnom jazyku by mal byť považovaný za autoritatívny zdroj. Pre kritické informácie sa odporúča profesionálny ľudský preklad. Nenesieme zodpovednosť za akékoľvek nedorozumenia alebo nesprávne interpretácie vyplývajúce z použitia tohto prekladu.