HNU-数据挖掘-实验1-实验平台及环境安装

数据挖掘课程实验

实验1 实验平台及环境安装

计科210X 甘晴void 202108010XXX

文章目录

实验背景

Python 是一个高层次的结合了解释性、编译性、互动性和面向对象的脚本语言。Python 是 FLOSS(自由/开放源码软件)之一。Python 的设计具有很强的可读性,相比其他语言经常使用英文关键字,其他语言的一些标点符号,它具有比其他语言更有特色语法结构。Python的最大的优势之一是丰富的库,跨平台的,在UNIX,Windows和Macintosh兼容很好。

实验目标

在Linux平台下安装、配置python环境和相关软件。

实验步骤

1.安装虚拟机和Linux平台,熟悉Ubuntu环境。

(1)虚拟机使用Oracle VM VirtualBox。之前计算机系统和操作系统课程也使用的该平台。

(2)创建Linux操作系统64=位。使用xubuntu20.04版本。

(3)安装完系统之后立加装扩展功能。

2.在Linux平台上搭建Python平台,并安装Python环境工具anaconda。

Linux自带python平台,在终端输入

复制代码
python3

查看本地python环境,得知是python3.8环境。

首先了解anaconda与miniconda的区别。

Anaconda是一个包含了conda、Python和超过150个科学包及其依赖项的科学Python发行版。它具有可视化图形用户界面(Anaconda Navigator)并且为了方便新手使用,预先包含了大量的库,如NumPy, Pandas, Scipy, Matplotlib等。

相较之下,Miniconda更加轻量级。它只包含了Python和Conda,但并没有预装其他的库。Miniconda用户需要手动安装他们需要的包,这使得Miniconda的环境更为简洁,可以根据实际需求来安装必要的包,避免不必要的存储占用。

考虑到作为虚拟机的Linux系统实际上有的存储空间并不大,所以打算安装miniconda替代anaconda。

(1)访问miniconda的官网https://docs.conda.io/projects/miniconda/en/latest/获取信息

(2)在Linux下使用如下指令进行安装并初始化。

复制代码
mkdir -p ~/miniconda3
wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh -O ~/miniconda3/miniconda.sh
bash ~/miniconda3/miniconda.sh -b -u -p ~/miniconda3
rm -rf ~/miniconda3/miniconda.sh
~/miniconda3/bin/conda init bash
~/miniconda3/bin/conda init zsh

步骤截图如下

3.掌握Anaconda下的Python环境安装,创建名称为emoji的python3.7环境。

安装了最新版本的miniconda之后,再次打开终端,会显示一个默认的(base)在前面,形如以下。

复制代码
(base) wolf@wolf-VirtualBox:~/桌面$ 

表示miniconda基本安装时 成功的,目前处于conda的环境下。

此时再次查看python3的版本,发现不知什么时候升级成3.11了。通过查阅资料发现,miniconda会自动为我们配置python环境,不需要手动再下载python版本。

使用以下指令配置环境。

复制代码
conda create -n emoji python=3.7

安装完成后使用如下指令查看

复制代码
conda info -e

发现出现了原来的基础环境(base)和新建的环境(emoji)

此时若使用

复制代码
conda activate emoji //进入
conda deactivate  //退出
conda config --set auto_activate_base true
conda config --set auto_activate_base false  	//取消自动进入

★这里还应该加一步换源(换用清华源)

复制代码
pip install pip -U
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

4.熟练安装pycharm和jupyter notebook。

使用Linux访问pycharm官方网址

复制代码
https://www.jetbrains.com/pycharm/download/?section=linux

下载Linux下的pycharm,注意不要下载成Professional版本,要下载community版本的。

安装完毕后找到位置,解压该压缩包。

复制代码
tar -zxvf pycharm-community-2023.2.3.tar.gz

进入bin文件夹

复制代码
./pycharm.sh

即可进行安装,安装后就可以打开pycharm,可以看见与windows下是一致的。

接下来为pycharm配置conda的环境。即pycharm作为编辑器,打开conda环境下的python工程。选择conda环境和对应版本即可。

这里我们发现很不方便,每次打开pycharm都需要到里面去打开,故可以创建桌面的快捷方式。

关于jupyter-notebook,这个在我的windows系统下的anaconda环境中是已经存在的,我认为再安装jupyter的意义不是很大,故没有在这里安装。需要用到的时候我会去再进行安装的。

5.掌握pip和conda命令安装常用软件包。比如numpy、pandas、tensorflow、 h5py、mygene matplotlib、seaborn、umap-learn等。

这一步就比较基础了,在之前windows下的anaconda环境中,我们也做过类似的事情。接下来逐个安装即可。

进入emoji环境。

复制代码
conda activate emoji
conda install numpy
conda install pandas
pip install tensorflow #使用conda安装失败
conda install h5py
conda install matplotlib
conda install seaborn
pip install umap-learn #使用conda安装失败
conda list

出现以下三个done这样就表示这个包安装成功了。

其中tensorflow没有成功安装,故使用pip进行安装。

其他都成功安装。

安装完毕之后使用

复制代码
df -TH 
conda list

分别查看Linux文件系统剩余空间和conda列表

可以看到我20G的空间啊!!!都被装满了。

相关推荐
星期天要睡觉13 分钟前
计算机视觉(opencv)实战二十一——基于 SIFT 和 FLANN 的指纹图像匹配与认证
人工智能·opencv·计算机视觉
victory043116 分钟前
wav2vec微调进行疾病语音分类任务
人工智能·分类·数据挖掘
semantist@语校23 分钟前
第二十篇|SAMU教育学院的教育数据剖析:制度阈值、能力矩阵与升学网络
大数据·数据库·人工智能·百度·语言模型·矩阵·prompt
IT_陈寒40 分钟前
React 性能优化必杀技:这5个Hook组合让你的应用提速50%!
前端·人工智能·后端
剪一朵云爱着1 小时前
一文入门:机器学习
人工智能·机器学习
hi0_61 小时前
机器学习实战(一): 什么是机器学习
人工智能·机器学习·机器人·机器学习实战
ChinaRainbowSea1 小时前
9. LangChain4j + 整合 Spring Boot
java·人工智能·spring boot·后端·spring·langchain·ai编程
有Li2 小时前
基于联邦学习与神经架构搜索的可泛化重建:用于加速磁共振成像|文献速递-最新医学人工智能文献
论文阅读·人工智能·文献·医学生
桃花键神2 小时前
从传统到智能:3D 建模流程的演进与 AI 趋势 —— 以 Blender 为例
人工智能·3d·blender
星期天要睡觉2 小时前
计算机视觉(opencv)实战十七——图像直方图均衡化
人工智能·opencv·计算机视觉