Data Science for Beginners 环境搭建实战从 Git、Python 到 Jupyter 与 Quiz 应用的完整安装指南【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本文基于仓库中的芬兰语安装文档 translations/fi/INSTALLATION.md 及其对应的英文原文 INSTALLATION.md 编写完整覆盖课程环境搭建的三条路径GitHub Codespaces 云端快速启动、本地八步安装、VS Code Dev Containers 容器化方案。读完并照做之后你将拥有一个可直接运行全部 20 个课程 Jupyter Notebook 的 Python 虚拟环境、一个可本地运行的 Vue 测验应用以及一套可选的 Docsify 离线文档服务并掌握每一环节的验证命令与常见故障的排查入口。前置条件开始安装前安装文档要求具备以下三项基础条件熟悉命令行/终端的基本操作一个免费的GitHub 账户用于初始安装克隆仓库、下载依赖包的稳定网络连接。这三条要求贯穿了后续所有安装步骤克隆仓库需要 Git 与网络依赖安装需要 pip/npm 从包索引拉取组件。快速启动选项选项一GitHub Codespaces推荐给初学者对初学者来说最省事的方式是使用 GitHub Codespaces——它直接在浏览器中提供一个完整的开发环境无需在本地安装任何工具。操作路径为打开 Data-Science-For-Beginners 仓库页面点击Code下拉菜单选择Codespaces选项卡点击Create codespace on main等待环境初始化完成约 2–3 分钟。初始化完成后环境中所有依赖均已预装可直接开始学习。选项二本地开发希望在自有电脑上搭建环境的读者请继续阅读下文的八步本地安装流程。本地安装八步完整流程第 1 步安装 GitGit 用于克隆仓库并跟踪你的改动。按操作系统选择方式Windows从官网 git-scm.com 下载 Windows 安装包使用默认设置运行安装程序macOS通过 Homebrew 执行brew install git或从官网下载 macOS 安装包Linux按发行版使用包管理器安装# Debian/Ubuntu sudo apt-get update sudo apt-get install git # Fedora sudo dnf install git # Arch sudo pacman -S git第 2 步克隆仓库# 克隆仓库 git clone https://github.com/microsoft/Data-Science-For-Beginners.git # 进入目录 cd Data-Science-For-Beginners从仓库结构看克隆得到的目录顶层包含六大课程模块1-Introduction至6-Data-Science-In-Wild共 20 课、数据集目录 data、测验应用 quiz-app、translations 多语言目录以及 INSTALLATION.md、USAGE.md、TROUBLESHOOTING.md 等配套文档。第 3 步安装 Python 与 Jupyter数据科学课程要求Python 3.7 或更高版本。Windows从官网 python.org 下载安装包安装时务必勾选 “Add Python to PATH”验证安装python --versionmacOS# 使用 Homebrew brew install python3 # 验证安装 python3 --versionLinux# 多数 Linux 发行版已预装 Python python3 --version # 如未安装 # Debian/Ubuntu sudo apt-get install python3 python3-pip # Fedora sudo dnf install python3 python3-pip第 4 步创建 Python 虚拟环境安装文档建议使用虚拟环境隔离依赖避免课程依赖污染系统 Python# 创建虚拟环境 python -m venv venv # 激活虚拟环境 # Windows venv\Scripts\activate # macOS/Linux source venv/bin/activate激活成功后终端提示符前会出现(venv)前缀。若后续遇到激活失败可参考 TROUBLESHOOTING.md 中 “Virtual Environment Activation Issues” 一节Windows 执行策略错误、macOS/Linux 脚本权限问题都有对应解法。第 5 步安装数据科学 Python 库在激活的虚拟环境中一次性安装课程所需的六个核心库pip install jupyter pandas numpy matplotlib seaborn scikit-learn这六个库覆盖了课程各阶段的工具需求库在课程中的角色jupyter交互式 Notebook 环境全部课程的.ipynb文件都运行于其中pandas数据加载、清洗与预处理对应课程 5–8数据库、数据准备numpy数值计算基础统计与概率课程第 4 课的底层工具matplotlib基础绑图对应课程 9–12 的四类可视化数量、分布、比例、关系seaborn基于 matplotlib 的高级统计绑图库用于分布与关系可视化scikit-learn机器学习基础支撑生命周期阶段课程 14–16的建模与分析练习这些库处理的正是仓库 data 目录下的数据集如birds.csv、taxi.csv、mushrooms.csv、diabetes.tsv以及data/COVID子目录下的疫情时间序列 CSV后续课程 Notebook 会直接读取它们。第 6 步安装 Node.js 与 npmQuiz 应用用测验应用需要 Node.js 与 npm。Windows/macOS从官网 nodejs.org 下载 LTS 版本并运行安装程序。Linux# Debian/Ubuntu # 警告将网络脚本直接管道进 bash 存在安全风险 # 建议先下载并检查脚本内容再执行 # curl -fsSL https://deb.nodesource.com/setup_lts.x -o setup_lts.x # less setup_lts.x # 然后再执行 # sudo -E bash setup_lts.x # 或者自行评估风险后使用下面的一行命令 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关于 Node.js 版本的下限TROUBLESHOOTING.md 中 “Quiz App Wont Start” 一节给出参考node --version应不低于 12.x。第 7 步安装 Quiz 应用依赖# 进入 quiz-app 目录 cd quiz-app # 安装依赖 npm install # 返回仓库根目录 cd ..从 quiz-app/package.json 可以确认该应用的真实构成它基于 Vue 2.6vue、vue-router3.4、vue-i18n8.22使用vue/cli-service4.5 作为构建工具。package.json中的scripts字段定义了文档里用到的serve脚本vue-cli-service serve另有build生产构建和lint代码检查两个脚本即npm run serve命令的出处。quiz-app/README.md 说明该应用承载课程共 40 个课前/课后测验编号 0–39并依赖assets/translations目录下的多语言题库——这与仓库根目录 translations 中 40 余种语言的课程翻译在结构上保持一致。第 8 步安装 Docsify可选Docsify 用于在本地以 Web 服务方式离线浏览课程文档npm install -g docsify-cli从源码结构看仓库根目录的 index.html 就是 Docsify 的入口它通过window.$docsify配置了站点名称并以relativePath: true启用相对路径解析侧边栏目录由 docs/_sidebar.md 提供。仓库 package.json 还引入了docsify-to-pdf开发依赖并定义了convert脚本对应配置文件 docsifytopdf.js用于把文档导出为 PDF——不过这一步属于文档制作工具链与日常学习环境无关可选。验证安装测试 Python 与 Jupyter# 如虚拟环境尚未激活先激活 # Windows venv\Scripts\activate # macOS/Linux source venv/bin/activate # 启动 Jupyter Notebook jupyter notebook浏览器应自动打开 Jupyter 界面此时可以进入任意课程目录打开.ipynb文件例如1-Introduction/01-defining-data-science/notebook.ipynb或2-Working-With-Data/07-python/notebook.ipynb。若出现 “Kernel not found” 之类的问题TROUBLESHOOTING.md 的 “Jupyter Kernel Issues” 一节给出了python -m ipykernel install的修复命令。测试 Quiz 应用# 进入 quiz-app 目录 cd quiz-app # 启动开发服务器 npm run serve应用默认运行在http://localhost:8080若 8080 端口被占用则换用其他端口。若端口冲突可参考故障排查文档中的方法npm run serve -- --port 8081指定其他端口或先定位并结束占用 8080 的进程。测试文档服务# 在仓库根目录执行 docsify serve文档服务应在http://localhost:3000可访问适合课堂或断网场景下浏览全部课程内容。若遇到docsify: command not found先确认npm install -g docsify-cli是否成功必要时检查 npm 全局路径是否在 PATH 中详见 TROUBLESHOOTING.md 的 “Docsify Documentation Issues” 一节。使用 VS Code Dev Containers若本机已安装 Docker可以改用 VS Code Dev Containers 获得容器化的开发环境安装 Docker Desktop安装 Visual Studio Code安装 Remote - Containers 扩展用 VS Code 打开本仓库按F1打开命令面板选择 “Remote-Containers: Reopen in Container”等待容器构建完成仅首次需要。下一步环境搭建完成后建议按以下顺序继续阅读仓库文档路径均相对仓库根目录README.md课程总览10 周、20 课的 “Data Science for All” 教学大纲USAGE.md常见学习工作流与示例自学路径、按主题学习、项目式学习、云数据科学TROUBLESHOOTING.md遇到任何问题时的第一排查入口CONTRIBUTING.md希望参与贡献时阅读。获取帮助遇到安装或运行问题时建议按文档给出的顺序处理先查 TROUBLESHOOTING.md 故障排查指南其中按 Python/Jupyter、包依赖、Quiz 应用、Git、Docsify、数据文件、性能七大类整理了典型报错与修复命令检索项目已有的 GitHub Issues避免重复提问加入项目 Discord 社区交流提交新的 issue其中应包含操作系统、Python 版本、完整报错信息、复现步骤以及已尝试的方案TROUBLESHOOTING.md 末尾给出了 issue 模板示例。附注多语言安装文档本文主体内容源自芬兰语版安装文档 translations/fi/INSTALLATION.md。该翻译目录包含 70 个 Markdown 与 25 个 Notebook 文件结构与英文原版一一对应仓库 translations 下共提供 40 余种语言的完整课程翻译其他语言读者可替换目录名获取同样的安装指引各语言目录结构相同。【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
Data Science for Beginners 环境搭建实战：从 Git、Python 到 Jupyter 与 Quiz 应用的完整安装指南
Data Science for Beginners 环境搭建实战从 Git、Python 到 Jupyter 与 Quiz 应用的完整安装指南【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本文基于仓库中的芬兰语安装文档 translations/fi/INSTALLATION.md 及其对应的英文原文 INSTALLATION.md 编写完整覆盖课程环境搭建的三条路径GitHub Codespaces 云端快速启动、本地八步安装、VS Code Dev Containers 容器化方案。读完并照做之后你将拥有一个可直接运行全部 20 个课程 Jupyter Notebook 的 Python 虚拟环境、一个可本地运行的 Vue 测验应用以及一套可选的 Docsify 离线文档服务并掌握每一环节的验证命令与常见故障的排查入口。前置条件开始安装前安装文档要求具备以下三项基础条件熟悉命令行/终端的基本操作一个免费的GitHub 账户用于初始安装克隆仓库、下载依赖包的稳定网络连接。这三条要求贯穿了后续所有安装步骤克隆仓库需要 Git 与网络依赖安装需要 pip/npm 从包索引拉取组件。快速启动选项选项一GitHub Codespaces推荐给初学者对初学者来说最省事的方式是使用 GitHub Codespaces——它直接在浏览器中提供一个完整的开发环境无需在本地安装任何工具。操作路径为打开 Data-Science-For-Beginners 仓库页面点击Code下拉菜单选择Codespaces选项卡点击Create codespace on main等待环境初始化完成约 2–3 分钟。初始化完成后环境中所有依赖均已预装可直接开始学习。选项二本地开发希望在自有电脑上搭建环境的读者请继续阅读下文的八步本地安装流程。本地安装八步完整流程第 1 步安装 GitGit 用于克隆仓库并跟踪你的改动。按操作系统选择方式Windows从官网 git-scm.com 下载 Windows 安装包使用默认设置运行安装程序macOS通过 Homebrew 执行brew install git或从官网下载 macOS 安装包Linux按发行版使用包管理器安装# Debian/Ubuntu sudo apt-get update sudo apt-get install git # Fedora sudo dnf install git # Arch sudo pacman -S git第 2 步克隆仓库# 克隆仓库 git clone https://github.com/microsoft/Data-Science-For-Beginners.git # 进入目录 cd Data-Science-For-Beginners从仓库结构看克隆得到的目录顶层包含六大课程模块1-Introduction至6-Data-Science-In-Wild共 20 课、数据集目录 data、测验应用 quiz-app、translations 多语言目录以及 INSTALLATION.md、USAGE.md、TROUBLESHOOTING.md 等配套文档。第 3 步安装 Python 与 Jupyter数据科学课程要求Python 3.7 或更高版本。Windows从官网 python.org 下载安装包安装时务必勾选 “Add Python to PATH”验证安装python --versionmacOS# 使用 Homebrew brew install python3 # 验证安装 python3 --versionLinux# 多数 Linux 发行版已预装 Python python3 --version # 如未安装 # Debian/Ubuntu sudo apt-get install python3 python3-pip # Fedora sudo dnf install python3 python3-pip第 4 步创建 Python 虚拟环境安装文档建议使用虚拟环境隔离依赖避免课程依赖污染系统 Python# 创建虚拟环境 python -m venv venv # 激活虚拟环境 # Windows venv\Scripts\activate # macOS/Linux source venv/bin/activate激活成功后终端提示符前会出现(venv)前缀。若后续遇到激活失败可参考 TROUBLESHOOTING.md 中 “Virtual Environment Activation Issues” 一节Windows 执行策略错误、macOS/Linux 脚本权限问题都有对应解法。第 5 步安装数据科学 Python 库在激活的虚拟环境中一次性安装课程所需的六个核心库pip install jupyter pandas numpy matplotlib seaborn scikit-learn这六个库覆盖了课程各阶段的工具需求库在课程中的角色jupyter交互式 Notebook 环境全部课程的.ipynb文件都运行于其中pandas数据加载、清洗与预处理对应课程 5–8数据库、数据准备numpy数值计算基础统计与概率课程第 4 课的底层工具matplotlib基础绑图对应课程 9–12 的四类可视化数量、分布、比例、关系seaborn基于 matplotlib 的高级统计绑图库用于分布与关系可视化scikit-learn机器学习基础支撑生命周期阶段课程 14–16的建模与分析练习这些库处理的正是仓库 data 目录下的数据集如birds.csv、taxi.csv、mushrooms.csv、diabetes.tsv以及data/COVID子目录下的疫情时间序列 CSV后续课程 Notebook 会直接读取它们。第 6 步安装 Node.js 与 npmQuiz 应用用测验应用需要 Node.js 与 npm。Windows/macOS从官网 nodejs.org 下载 LTS 版本并运行安装程序。Linux# Debian/Ubuntu # 警告将网络脚本直接管道进 bash 存在安全风险 # 建议先下载并检查脚本内容再执行 # curl -fsSL https://deb.nodesource.com/setup_lts.x -o setup_lts.x # less setup_lts.x # 然后再执行 # sudo -E bash setup_lts.x # 或者自行评估风险后使用下面的一行命令 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关于 Node.js 版本的下限TROUBLESHOOTING.md 中 “Quiz App Wont Start” 一节给出参考node --version应不低于 12.x。第 7 步安装 Quiz 应用依赖# 进入 quiz-app 目录 cd quiz-app # 安装依赖 npm install # 返回仓库根目录 cd ..从 quiz-app/package.json 可以确认该应用的真实构成它基于 Vue 2.6vue、vue-router3.4、vue-i18n8.22使用vue/cli-service4.5 作为构建工具。package.json中的scripts字段定义了文档里用到的serve脚本vue-cli-service serve另有build生产构建和lint代码检查两个脚本即npm run serve命令的出处。quiz-app/README.md 说明该应用承载课程共 40 个课前/课后测验编号 0–39并依赖assets/translations目录下的多语言题库——这与仓库根目录 translations 中 40 余种语言的课程翻译在结构上保持一致。第 8 步安装 Docsify可选Docsify 用于在本地以 Web 服务方式离线浏览课程文档npm install -g docsify-cli从源码结构看仓库根目录的 index.html 就是 Docsify 的入口它通过window.$docsify配置了站点名称并以relativePath: true启用相对路径解析侧边栏目录由 docs/_sidebar.md 提供。仓库 package.json 还引入了docsify-to-pdf开发依赖并定义了convert脚本对应配置文件 docsifytopdf.js用于把文档导出为 PDF——不过这一步属于文档制作工具链与日常学习环境无关可选。验证安装测试 Python 与 Jupyter# 如虚拟环境尚未激活先激活 # Windows venv\Scripts\activate # macOS/Linux source venv/bin/activate # 启动 Jupyter Notebook jupyter notebook浏览器应自动打开 Jupyter 界面此时可以进入任意课程目录打开.ipynb文件例如1-Introduction/01-defining-data-science/notebook.ipynb或2-Working-With-Data/07-python/notebook.ipynb。若出现 “Kernel not found” 之类的问题TROUBLESHOOTING.md 的 “Jupyter Kernel Issues” 一节给出了python -m ipykernel install的修复命令。测试 Quiz 应用# 进入 quiz-app 目录 cd quiz-app # 启动开发服务器 npm run serve应用默认运行在http://localhost:8080若 8080 端口被占用则换用其他端口。若端口冲突可参考故障排查文档中的方法npm run serve -- --port 8081指定其他端口或先定位并结束占用 8080 的进程。测试文档服务# 在仓库根目录执行 docsify serve文档服务应在http://localhost:3000可访问适合课堂或断网场景下浏览全部课程内容。若遇到docsify: command not found先确认npm install -g docsify-cli是否成功必要时检查 npm 全局路径是否在 PATH 中详见 TROUBLESHOOTING.md 的 “Docsify Documentation Issues” 一节。使用 VS Code Dev Containers若本机已安装 Docker可以改用 VS Code Dev Containers 获得容器化的开发环境安装 Docker Desktop安装 Visual Studio Code安装 Remote - Containers 扩展用 VS Code 打开本仓库按F1打开命令面板选择 “Remote-Containers: Reopen in Container”等待容器构建完成仅首次需要。下一步环境搭建完成后建议按以下顺序继续阅读仓库文档路径均相对仓库根目录README.md课程总览10 周、20 课的 “Data Science for All” 教学大纲USAGE.md常见学习工作流与示例自学路径、按主题学习、项目式学习、云数据科学TROUBLESHOOTING.md遇到任何问题时的第一排查入口CONTRIBUTING.md希望参与贡献时阅读。获取帮助遇到安装或运行问题时建议按文档给出的顺序处理先查 TROUBLESHOOTING.md 故障排查指南其中按 Python/Jupyter、包依赖、Quiz 应用、Git、Docsify、数据文件、性能七大类整理了典型报错与修复命令检索项目已有的 GitHub Issues避免重复提问加入项目 Discord 社区交流提交新的 issue其中应包含操作系统、Python 版本、完整报错信息、复现步骤以及已尝试的方案TROUBLESHOOTING.md 末尾给出了 issue 模板示例。附注多语言安装文档本文主体内容源自芬兰语版安装文档 translations/fi/INSTALLATION.md。该翻译目录包含 70 个 Markdown 与 25 个 Notebook 文件结构与英文原版一一对应仓库 translations 下共提供 40 余种语言的完整课程翻译其他语言读者可替换目录名获取同样的安装指引各语言目录结构相同。【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
