Ez az útmutató segít beállítani a környezetet a Data Science for Beginners tananyag használatához.
Mielőtt elkezdené, szüksége lesz:
- Alapvető ismeretekre a parancssor/terminál használatában
- Egy GitHub fiókra (ingyenes)
- Stabil internetkapcsolatra a kezdeti beállításhoz
A legegyszerűbb módja a kezdésnek a GitHub Codespaces használata, amely teljes fejlesztési környezetet biztosít a böngészőben.
- Nyissa meg a repository-t
- Kattintson a Code legördülő menüre
- Válassza ki a Codespaces fület
- Kattintson a Create codespace on main gombra
- Várja meg, amíg a környezet inicializálódik (2-3 perc)
A környezete most készen áll, minden szükséges függőség előre telepítve van!
Ha saját számítógépen szeretne dolgozni, kövesse az alábbi részletes utasításokat.
A Git szükséges a repository klónozásához és a változások nyomon követéséhez.
Windows:
- Töltse le innen: git-scm.com
- Futtassa az telepítőt alapértelmezett beállításokkal
macOS:
- Telepítse Homebrew segítségével:
brew install git - Vagy töltse le innen: 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# Clone the repository
git clone https://github.com/microsoft/Data-Science-For-Beginners.git
# Navigate to the directory
cd Data-Science-For-BeginnersA data science leckékhez Python 3.7 vagy újabb verzió szükséges.
Windows:
- Töltse le a Pythont innen: python.org
- A telepítés során jelölje be az "Add Python to PATH" opciót
- Ellenőrizze a telepítést:
python --versionmacOS:
# Using Homebrew
brew install python3
# Verify installation
python3 --versionLinux:
# 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-pipAjánlott virtuális környezetet használni a függőségek elkülönítéséhez.
# Create a virtual environment
python -m venv venv
# Activate the virtual environment
# On Windows:
venv\Scripts\activate
# On macOS/Linux:
source venv/bin/activateTelepítse a szükséges data science könyvtárakat:
pip install jupyter pandas numpy matplotlib seaborn scikit-learnA kvíz alkalmazás Node.js-t és npm-et igényel.
Windows/macOS:
- Töltse le innen: nodejs.org (Ajánlott LTS verzió)
- Futtassa a telepítőt
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# Navigate to quiz app directory
cd quiz-app
# Install dependencies
npm install
# Return to root directory
cd ..Offline dokumentáció eléréséhez:
npm install -g docsify-cli# Activate your virtual environment if not already activated
# On Windows:
venv\Scripts\activate
# On macOS/Linux:
source venv/bin/activate
# Start Jupyter Notebook
jupyter notebookA böngészőnek meg kell nyílnia a Jupyter felülettel. Most navigálhat bármelyik lecke .ipynb fájljához.
# Navigate to quiz app
cd quiz-app
# Start development server
npm run serveA kvíz alkalmazásnak elérhetőnek kell lennie a http://localhost:8080 címen (vagy más porton, ha a 8080 foglalt).
# From the root directory of the repository
docsify serveA dokumentációnak elérhetőnek kell lennie a http://localhost:3000 címen.
Ha telepítve van a Docker, használhatja a VS Code Dev Containers funkciót:
- Telepítse a Docker Desktop alkalmazást
- Telepítse a Visual Studio Code programot
- Telepítse a Remote - Containers kiegészítőt
- Nyissa meg a repository-t a VS Code-ban
- Nyomja meg az
F1gombot, és válassza a "Remote-Containers: Reopen in Container" opciót - Várja meg, amíg a konténer felépül (csak első alkalommal)
- Fedezze fel a README.md fájlt a tananyag áttekintéséhez
- Olvassa el a USAGE.md fájlt a gyakori munkafolyamatok és példák megismeréséhez
- Nézze meg a TROUBLESHOOTING.md fájlt, ha problémákba ütközik
- Tekintse át a CONTRIBUTING.md fájlt, ha hozzájárulni szeretne
Ha problémákba ütközik:
- Nézze meg a TROUBLESHOOTING.md útmutatót
- Keressen meglévő GitHub Issues között
- Csatlakozzon a Discord közösségünkhöz
- Hozzon létre egy új hibajelentést részletes információkkal a problémáról
Felelősség kizárása:
Ezt a dokumentumot az Co-op Translator AI fordítási szolgáltatás segítségével fordították le. Bár törekszünk a pontosságra, kérjük, vegye figyelembe, hogy az automatikus fordítások hibákat vagy pontatlanságokat tartalmazhatnak. Az eredeti dokumentum az eredeti nyelvén tekintendő hiteles forrásnak. Kritikus információk esetén javasolt professzionális emberi fordítást igénybe venni. Nem vállalunk felelősséget a fordítás használatából eredő félreértésekért vagy téves értelmezésekért.