鲲鹏云实验-Python+Jupyter机器学习基础环境

【摘要】 介绍Ubuntu 18.04环境下Python3常用科学计算和数据分析包(numpy, scipy, matplotlib, sklearn, pandas)的安装,以及Jupyter Notebook的安装和使用

1. 基础环境

2vCPUs | 4GB | kc1.large.2

Ubuntu 18.04 64bit with ARM

确保已经安装了gcc, cmake

2. Python 3.x验证

Ubuntu 18.04已经自带了Python 3.x版本,可通过运行:

python3 --version
来查看其对应的版本号,默认情况下是3.6.8版本。

请注意如果运行

python --version
,将会得到2.x版本。因此应使用python3命令来运行python程序

3. 安装及配置pip3

sudo apt-get install python3-pip
在当前用户目录下,配置pip3的安装源为华为云安装源

1 cd ~
2 mkdir .pip
3 cd .pip
4 vi pip.conf

在文件中输入:

1 [global]
2 index-url = http://mirrors.myhuaweicloud.com/pypi/web/simple
3 format = columns
4 [install]
5 trusted-host=mirrors.myhuaweicloud.com

4. 安装numpy

sudo pip3 install numpy

5. 安装matplotlib

(1) 安装freetype2库

1 wget https://download-mirror.savannah.gnu.org/releases/freetype/freetype-2.10.0.tar.gz
2 tar -zxvf freetype-2.10.0.tar.gz
3 ./configure
4 make
5 sudo make install

到/usr/local/include目录(freetype的默认安装路径)下,把freetype2目录内所有文件和文件夹拷贝到/usr/local/include下:

1 cd /usr/local/include
2 sudo cp -r freetype2/* ./

(2)安装libpng库:

sudo apt-get install libpng-dev

(3)安装matplotlib

sudo pip3 install matplotlib

6. 安装scipy

1 sudo apt-get install liblapack-dev
2 sudo apt-get install gfortran
3 sudo pip3 install scipy

7. 安装sklearn

sudo apt-get isntall cython
sudo pip3 install sklearn
8. 安装pandas

sudo pip3 install pandas
9. 安装和配置jupyter

(1)安装jupyter

sudo apt-get install jupyter
   注意到编辑本文时为止,似乎无法通过pip3 install jupyter来安装,只能使用apt-get install

(2)生成默认配置文件

cd ~/
jupyter notebook --generate-config
  这将自动创建~/.jupyter/jupyter_notebook_config.py配置文件

(3)在配置文件中添加下列内容

c.NotebookApp.ip=‘0.0.0.0‘    # 允许绑定到服务器所有可用IP地址(包括弹性公网IP地址)
c.NotebookApp.open_browser=False    # 不尝试打开服务器上的浏览器
c.NotebookApp.port=8888    # 默认的端口号是8888,可根据情况修改
(4)配置云服务器的安全组,允许8888端口开放

(5)启动jupyter网站

jupyter notebook
   如果是root身份登录,则应运行:

jupyter notebook --allow-root

(6)从客户端访问jupyter网站

打开客户都安浏览器,输入:http://弹性公网IP地址:8888/?token=......

其中,token后面按照上一步中显示的字符串输入

此时可以看到jupyter notebook的界面

10. 在jupyter中运行代码

(1)新建一个Python3笔记本页面,输入下列内容:

import numpy as np
import matplotlib.pyplot as plt
%matplotlib inline
x = np.linspace(0,2*np.pi,100)
y = np.sin(x)
plt.plot(x, y)
plt.show()

(2)运行并观察结果

HDC.Cloud 华为开发者大会2020 即将于2020年2月11日-12日在深圳举办,是一线开发者学习实践鲲鹏通用计算、昇腾AI计算、数据库、区块链、云原生、5G等ICT开放能力的最佳舞台。

欢迎报名参会https://www.huaweicloud.com/HDC.Cloud.html?utm_source=&utm_medium=&utm_campaign=&utm_content=techcommunity

原文地址:https://www.cnblogs.com/huaweicloud/p/12229624.html

时间: 2024-11-05 23:34:20

鲲鹏云实验-Python+Jupyter机器学习基础环境的相关文章

python安装和基础环境搭建

环境搭建:python和 sublime text(自选) 一:安装python 1:进入https://www.python.org/ 选择Downloads  -> 选择系统  -> 选择版本(我的是Windows x86-64 executable installer ). 2:选择Customize installation 同时add python to PATH 3:默认全选,直接next 4:记得勾选第一项,并选择自己想要安装的路径.然后点击Install 5:配置环境变量,建立

机器学习基础环境的安装与使用(MAC版)

使用到Matplotlib.Numpy.Pandans等库 1.创建虚拟环境 >>>> sudo pip3 install virtualenv >>>>sudo pip3 install virtualenvwrapper 2.安装完成找不到mkvirtualenv的命令 # 1.创建目录用来存放虚拟环境 mkdir $HOME/.virtualenvs # 2.打开~/.bash_profile文件[此文件为隐藏文件,Mac系统显示隐藏文件快捷键为shi

Python 数据分析(一) 本实验将学习 pandas 基础,数据加载、存储与文件格式,数据规整化,绘图和可视化的知识

第1节 pandas 回顾 第2节 读写文本格式的数据 第3节 使用 HTML 和 Web API 第4节 使用数据库 第5节 合并数据集 第6节 重塑和轴向旋转 第7节 数据转换 第8节 字符串操作 第9节 绘图和可视化 pandas 回顾 一.实验简介 学习数据分析的课程,需要同学们掌握好 Python 的语言基础,和对 Numpy 与 Matplotlib 等基本库有一些了解.同学们可以参考学习实验楼的 Python 语言基础教程与 Python 科学计算的课程. pandas 是后面我们

认识Python&基础环境搭建

前言 作为.NET Coder可能.NET Core是现阶段首要学习方向,但是说实在的对Core真的不感冒. 原因有几点: 1.公司项目底层需要的一部分库,Core还不支持. 2.同样的需求,.NET能满足的情况下,为何要用Core再实现一遍呢?如果不是为了特殊的跨平台需求,我觉得根本没必要. 3.Core的社区太羸弱(无意冒犯),它出现实在有点晚,生态还不完整,所以打算观望一段时间. 本人目前对人工智能方面的技术非常感兴趣,Python作为人工智能的首选语言........所以没办法了. 认识

《Python机器学习基础教程》高清版免费PDF下载

Python机器学习基础教程-[德] 安德里亚斯·穆勒(Andreas C.Müller)[美]莎拉·吉多(Sarah Guido) 著,张亮(hysic) 译 下载地址1:网盘下载 下载地址2:网盘下载 内容简介本书是机器学习入门书,以Python语言介绍.主要内容包括:机器学习的基本概念及其应用:实践中常用的机器学习算法以及这些算法的优缺点:在机器学习中待处理数据的呈现方式的重要性,以及应重点关注数据的哪些方面:模型评估和调参的方法,重点讲解交叉验证和网格搜索:管道的概念:如何将前面各章的方

Python机器学习基础教程

介绍 本系列教程基本就是搬运<Python机器学习基础教程>里面的实例. Github仓库 使用 jupyternote book 是一个很好的快速构建代码的选择,本系列教程都能在我的Github仓库找到对应的 jupyter notebook . Github仓库:https://github.com/Holy-Shine/Introduciton-2-ML-with-Python-notebook 系列教程入口 Python机器学习基础教程-第一章-鸢尾花的例子KNN 原文地址:https

python机器学习基础教程-鸢尾花分类

一: 环境准备: 1.导入的库: import numpy as np import matplotlib.pyplot as plt import pandas as pd import mglearn 2.导入数据集 from sklearn.datasets import load_iris iris_dataset = load_iris() 二. 划分训练数据和测试数据 1. train_test_split: 将数据集打乱并进行拆分 from sklearn.model_select

python基础环境介绍

一:诞生 1989年,为了打发圣诞节假期,Guido(创始人)开始写Python语言的编译/解释器.Python来 自Guido所挚爱的电视剧Monty Python's Flying Circus (BBC1960-1970年代播放的室内情景幽默剧,以当时的英国生活为素材).他希望这个新的叫做Python的语言,能实现他的理念(一种C和 shell之间,功能全面,易学易用,可拓展的语言).Guido作为一个语言设计爱好者,已经有过设计语言的(不很成功)的尝试.这一次,也不过是一次 纯粹的hac

Python开发基础环境安装

一.前言 在学习python之前肯定需要有基础环境的支持,目前python支持各种主流的系统,只需要安装python的软件包即可,为了更方便代码以后运行到Linux服务器上所以需要一台Linux服务器. 环境准备: VMware虚拟机(https://download3.vmware.com/software/wkst/file/VMware-workstation-full-12.0.0-2985596.exe) Linux系统(http://mirrors.163.com) python软件