Data-Science-For-Beginners 安装环境配置实战指南从 Git 克隆到 Jupyter、Quiz 应用与 Docsify 文档站的完整验证【免费下载链接】Data-Science-For-Beginners10 Weeks, 20 Lessons, Data Science for All!项目地址: https://gitcode.com/GitHub_Trending/da/Data-Science-For-Beginners本指南基于 Data-Science-For-Beginners 课程仓库的官方安装文档含其波斯语译本 translations/fa/INSTALLATION.md完整讲解课程环境的搭建流程Git 与 Python/Jupyter 环境、Quiz 应用的 Node.js 依赖、可选的 Docsify 离线文档站以及三项可执行的安装验证方法。读完本文你可以独立在 Windows、macOS 或 Linux 上复刻一套可运行的学习环境并能对照仓库内的 package.json、quiz-app/package.json 等文件理解每一步依赖从何而来。安装前检查清单在开始任何安装之前官方文档列出的前置条件有三项对命令行/终端的基本操作能力一个免费的 GitHub 账号初始配置阶段需要稳定的网络连接。为什么需要这三项从仓库结构看本课程的全部 20 节课程以 Markdown Jupyter Notebook 形式存放在 6 大主题目录1-Introduction到6-Data-Science-In-Wild中克隆仓库即获得全部讲义而 data/ 目录已内置了birds.csv、diabetes.tsv、mushrooms.csv、taxi.csv等课程用数据集因此首次联网主要是为了git clone与pip install/npm install下载依赖包。快速开始选项选项一GitHub Codespaces推荐初学者使用无需本地配置直接在浏览器中获得完整开发环境。官方步骤为打开课程仓库页面点击Code下拉菜单选择Codespaces选项卡点击Create codespace on main等待环境初始化约 2-3 分钟。环境初始化完成后所有依赖已预装可以直接打开任意课程的.ipynb文件开始学习。如果你无法访问 Codespaces则使用下面的本地安装方案。选项二本地开发环境以下 8 个步骤覆盖本地安装的完整流程全部命令可直接复制执行。本地安装8 个步骤步骤 1安装 GitGit 用于克隆仓库和跟踪你的本地修改。Windows从 Git 官方下载站获取安装包以默认设置运行安装程序即可。macOS通过 Homebrew 安装brew install gitLinux# Debian/Ubuntu sudo apt-get update sudo apt-get install git # Fedora sudo dnf install git # Arch sudo pacman -S git步骤 2克隆仓库# Clone the repository git clone https://gitcode.com/GitHub_Trending/da/Data-Science-For-Beginners.git # Navigate to the directory cd Data-Science-For-Beginners克隆完成后你可以验证目录结构与 INSTALLATION.md 所述一致根目录包含 6 个课程主题目录、quiz-app、data、translations含 40 语言的翻译每个语言目录镜像根目录结构如 translations/fa/ 下同样有 6 大课程目录与全套根级文档以及index.html、package.json 等文件。步骤 3安装 Python 与 Jupyter课程要求Python 3.7 或更高版本。Windows从 Python 官网下载安装程序安装过程中务必勾选Add Python to PATH然后验证python --versionmacOS# Using Homebrew brew install python3 # Verify installation python3 --versionLinux大多数发行版已预装 Python 3python3 --version # 如未安装 # Debian/Ubuntu sudo apt-get install python3 python3-pip # Fedora sudo dnf install python3 python3-pip步骤 4创建并激活 Python 虚拟环境官方推荐使用虚拟环境隔离依赖避免污染系统 Python# Create a virtual environment python -m venv venv # Activate the virtual environment # On Windows: venv\Scripts\activate # On macOS/Linux: source venv/bin/activate激活成功的标志是命令行提示符前出现(venv)。如果 Windows PowerShell 报执行策略错误可参考 TROUBLESHOOTING.md 中的Set-ExecutionPolicy -ExecutionPolicy RemoteSigned -Scope CurrentUser解决方案。步骤 5安装数据科学 Python 包pip install jupyter pandas numpy matplotlib seaborn scikit-learn这六个包正是课程笔记本的核心依赖jupyter提供.ipynb运行环境pandas/numpy用于第 7-8 课的数据操作与准备matplotlib/sebastian/seaborn支撑第 9-13 课的四个可视化章节数量、分布、比例、关系scikit-learn用于数据分析类练习。安装后可以用下面命令抽查python -c import pandas; print(pandas.__version__)步骤 6安装 Node.js 与 npmQuiz 应用所需仓库根目录下的 quiz-app/ 是一个基于 Vue 2 的答题应用负责课程的前后测 quiz共 40 题组编号 0-39。从 quiz-app/package.json 可以看到它依赖 Vue 2.6、vue-router 与 vue-i18n构建工具链是vue/cli-service4.5因此需要 Node.js 环境官方排障文档建议 Node 12.x 或更高推荐 LTS 版本。Windows/macOS从 Node.js 官网下载 LTS 安装包并运行即可。Linux# Debian/Ubuntu # 安全提示直接将网络脚本通过管道交给 bash 执行存在风险。 # 推荐做法是先下载脚本、审阅后再执行 # curl -fsSL https://deb.nodesource.com/setup_lts.x -o setup_lts.x # less setup_lts.x # sudo -E bash setup_lts.x # 也可以在自担风险的前提下使用下面的单行命令 curl -fsSL https://deb.nodesource.com/setup_lts.x | sudo -E bash - sudo apt-get install -y nodejs # Fedora sudo dnf install nodejs # 验证安装 node --version npm --version步骤 7安装 Quiz 应用依赖# Navigate to quiz app directory cd quiz-app # Install dependencies npm install # Return to root directory cd ..npm install会依据 quiz-app/package.json 拉取vue、vue-i18n、vue-router及 eslint 等开发依赖quiz 的多语言内容存放在 quiz-app/src/assets/translations/ 下按en/es/fr等语言目录组织。步骤 8安装 Docsify可选用于离线文档npm install -g docsify-cli这一步服务于仓库根目录的 Docsify 站点。从 index.html 可以看到该站通过window.$docsify配置并显式开启了relativePath: true这正是docsify serve能把根目录下所有课程 Markdown 渲染成网页文档的关键——它让 Docsify 按当前页面位置解析相对路径。另外package.json 中的convert脚本与 docsifytopdf.js 配置表明仓库还内置了基于docsify-to-pdf0.0.5 的 PDF 导出能力导出入口目录为 docs/_sidebar.md产物输出到pdf/readme.pdf可作为离线讲义的分发方式。验证安装三项测试测试 1Python 与 Jupyter# 如未激活虚拟环境先激活 # Windows: venv\Scripts\activate # macOS/Linux: source venv/bin/activate # Start Jupyter Notebook jupyter notebook浏览器应打开 Jupyter 界面。此时建议从仓库根目录启动然后在文件树中打开任意课程的笔记本例如 1-Introduction/01-defining-data-science/notebook.ipynb 或 3-Data-Visualization/09-visualization-quantities/notebook.ipynb运行一个单元格确认 pandas/matplotlib 导入无报错。若出现 Kernel not found参考 TROUBLESHOOTING.md 中的python -m ipykernel install --user重建内核。测试 2Quiz 应用# Navigate to quiz app cd quiz-app # Start development server npm run serveserve脚本对应 quiz-app/package.json 中的vue-cli-service serve。应用默认运行在http://localhost:8080若 8080 端口被占用会自动改用其他端口也可显式指定npm run serve -- --port 8081。首页由 quiz-app/src/views/Home.vue 渲染quiz 组件见 quiz-app/src/components/Quiz.vue。测试 3Docsify 文档服务器# 在仓库根目录下执行 docsify serve文档站应可在http://localhost:3000访问无需互联网即可离线浏览全部课程讲义。若提示docsify: command not found说明步骤 8 的全局安装未生效可检查npm config get prefix并将全局 bin 目录加入 PATH详见 TROUBLESHOOTING.md。可选方案VS Code Dev Containers如果已安装 Docker还可以用 Dev Containers 获得隔离的开发容器安装 Docker Desktop安装 Visual Studio Code安装 Remote - Containers 扩展用 VS Code 打开本仓库按F1并选择 Remote-Containers: Reopen in Container首次使用需等待容器构建完成。需要说明的一点从当前仓库检出结构看根目录下并没有随附.devcontainer配置目录因此使用此方案时可能需要自行准备容器定义或以后续仓库中补充的官方 Dev Container 配置为准对初学者而言前文的本地安装或 Codespaces 方案已经足够。安装完成后的下一步官方安装文档指引读者在环境就绪后按以下路径继续阅读 README.md 了解课程全貌10 周、20 节课程的编排阅读 USAGE.md 掌握每节课的标准流程课前 quiz → 讲义 → notebook → 作业 → 课后 quiz与常见工作流遇到问题时查阅 TROUBLESHOOTING.md它覆盖了 Python/Jupyter 内核、pip 安装失败、端口占用、Docsify 不加载、CSV 读取等具体故障若希望参与课程建设例如为 translations/fa/ 这类翻译目录补充或校对译文可参阅 CONTRIBUTING.md。求助渠道与问题描述规范遇到环境问题时官方建议的顺序是先查 TROUBLESHOOTING.md再检索项目的已有 Issues最后提交新问题。提交问题时应包含操作系统及发行版、python --version输出、完整错误信息、复现步骤、以及已尝试过的解决方案——这套模板在 TROUBLESHOOTING.md 的 How to Ask for Help 一节中有现成示例照此填写能显著加快问题的定位速度。小结Data-Science-For-Beginners 的环境配置本质上由三条相互独立的工具链组成组件用途关键命令依据文件Python 3.7 / venv / Jupyter运行 20 节课的.ipynb练习pip install jupyter pandas numpy matplotlib seaborn scikit-learnINSTALLATION.mdNode.js Vue CLI本地运行 40 组前后测 quizcd quiz-app npm install npm run serve默认 8080 端口quiz-app/package.jsonDocsify CLI可选离线文档站与 PDF 导出docsify serve3000 端口index.html、docsifytopdf.js完成上述 8 个安装步骤并通过 3 项验证后你就可以从 1-Introduction/01-defining-data-science/README.md 开始第一节课的学习了。【免费下载链接】Data-Science-For-Beginners10 Weeks, 20 Lessons, Data Science for All!项目地址: https://gitcode.com/GitHub_Trending/da/Data-Science-For-Beginners创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考