Einführung in Python "Re" 1 Erstellen einer Ausführungsumgebung

Einführung

** Wiedereinführung in Python **, daher werde ich einen Artikel zur Überprüfung der grundlegenden Grammatik von Python schreiben.

Nur ein Jahr bevor ich anfing zu programmieren, versuchte ich etwas aus Python zu machen. Seitdem ist ein Jahr vergangen, und jetzt entwickle ich hauptsächlich Webanwendungen mit Ruby.

Der Grund, warum ich hierher kam und mich entschied, Python erneut zu überprüfen, war, dass ich mich für einen Arbeitsplatz entschieden hatte. Ich plane, im April nächsten Jahres einen Job zu bekommen, und die Unternehmen, die planen, einen Job zu bekommen, entwickeln Dienstleistungen mit maschinellem Lernen und Deep Learning. Ich bekomme keinen Job als Ingenieur für maschinelles Lernen, aber ich denke, es ist einfacher, den Service zu verstehen, wenn ich ihn berührt habe. Ich habe den Eindruck, dass Python über eine Fülle von Bibliotheken für maschinelles Lernen verfügt, und habe mich daher entschlossen, zunächst Python zu lernen.

Wie eingangs erwähnt, war Python die Sprache, die ich zum ersten Mal berührt habe, als ich mit dem Programmieren angefangen habe, aber ** Ich habe vergessen, dass ich Grammatik usw. völlig vergessen habe **, daher werde ich sie beim Verlassen dieses Artikels erneut vorstellen. Ich werde das machen.

Zielgruppe

• Personen mit Programmiererfahrung, die Python zum ersten Mal ausprobieren möchten
• Menschen, die sich für maschinelles Lernen interessieren und daran denken, bei Python zu lernen

Hinweis

Ich begann mit der Überprüfung der Python-Grammatik, weil ich Python verwenden wollte, um maschinelles Lernen und tiefes Lernen zu implementieren. Beachten Sie, dass "Code in Python" = "Maschinelles Lernen ist möglich" nicht. Wenn Sie sich für maschinelles Lernen und tiefes Lernen interessieren, es aber nicht implementieren müssen, wenn Sie das Konzept verstehen, sollten Sie sich zu diesem Zweck auf Artikel und Bücher beziehen.

↓ Das Hauptthema ist von hier

Erstellen einer Python-Ausführungsumgebung

Einführung in Jupyter Notebook

Mit dem Jupyter Notebook können Sie Python-Code über einen Webbrowser eingeben und ausführen. Sie können Code ausführen, der sich wie eine interaktive Shell anfühlt. Dies ist sehr praktisch, um Ihre Hände zu bewegen und Python kennenzulernen.

Es ist schnell, Anaconda Navigator zu installieren, um Jupyter Notebook zu verwenden.

** * Was ist Anaconda Navigator? ** ** **

Anaconda Navigator ist eine Distribution, die viel Software enthält, die für die Python-Entwicklung erforderlich ist. Praktische Tools wie Jupyter Notebook und Spyder sind von Anfang an enthalten.

Installationsverfahren für Anaconda Navigator

Installationsverfahren für Mac (offiziell) Installationsverfahren für win (offiziell)

Wenn Sie Anaconda Navigator wie oben beschrieben installieren, sollte Jupyter Notebook im Menü angezeigt werden.

Ich werde in einem anderen Artikel über die grundlegende Verwendung von Jupyter Notebook berichten.

Unverzichtbar für die Datenanalyse! Verwendung des Jupyter-Notizbuchs [Für Anfänger]

Jupyter Notebook im Docker-Container eingeführt

Von hier aus ist es für diejenigen, die die PC-Umgebung nicht verschmutzen möchten. Wenn Sie nichts dagegen haben, können Sie Jupyter Notebook mit der oben beschriebenen Methode installieren.

Es ist eine Umgebungskonstruktion eines Jupyter-Notebooks mit Docker, aber bitte verzeihen Sie es, da dies ein Verfahren für Mac-Benutzer ist.

1. Holen Sie sich das Docker-Image

Das Bild wird auf Docker Hub veröffentlicht. Verwenden Sie dies. jupyter/scipy-notebook jupyter/docker-stacks

Dieses Mal wird ipython_notebook erstellt und als Arbeitsverzeichnis verwendet.

IPython Notebook ist übrigens der alte Name für Jupyter Notebook. Ursprünglich war es ein Tool für Python, aber jetzt scheint es umbenannt worden zu sein, da es andere Skriptsprachen wie Ruby ausführen kann.

Holen Sie sich ein Bild.

ipython_notebook

$docker pull jupyter/scipy-notebook
$docker image ls #jupyter/scipy-Vergewissern Sie sich, dass das Notebook angezeigt wird

Wenn Sie den letzten Befehl ausführen und jupyter / scipy-notebook angezeigt wird, ist dies in Ordnung.

2. Hängen Sie das Host-Verzeichnis ein (Vorbereitung)

Während wir arbeiten, möchten wir das Host-Verzeichnis mounten, also erstellen Sie ein "Code" -Verzeichnis unter "/ ipython_notebook".

Zunächst stellt Docker sicher, dass / Users ein freigegebenes Verzeichnis für Docker für Mac ist. (Da das Verzeichnis ipython_notebook diesmal unter Benutzer vorhanden ist) Die Bestätigungsmethode finden Sie in diesem Artikel.

ipython_notebook

$mkdir code
$cd code
$pwd #Wir werden das Ergebnis dieses Befehls später verwenden.

3. Erstellen Sie einen Container

Erstellen Sie als Nächstes einen Container aus dem in 1 aufgenommenen Bild. Hängen Sie beim Erstellen des Containers auch das in 2 erstellte Code-Verzeichnis als Volume ein.

Der folgende Code erstellt einen Container, der das in 2 erstellte Verzeichnis bereitstellt. Hierbei ist zu beachten, dass der "..." - Teil von "/ Users / ... / ipython_notebook / code" von Person zu Person unterschiedlich ist. Die Datenträgerspezifikation lautet "-v Hostverzeichnispfad: Verzeichnispfad im Container". Fügen Sie daher das Ergebnis der früheren Ausführung des Befehls "pwd" hier in den Pfad des Hostverzeichnisses ein.

ipython_notebook

$docker run -p 8888:8888 --name jupyter -v \
/Users/.../ipython_notebook/code:/home/jovyan/work \
jupyter/scipy-notebook

Wenn Sie den obigen Befehl ausführen, erhalten Sie das folgende Ausführungsergebnis. Kopieren Sie daher die Zeichenfolge unter "token =".

Mit der Option "-p 8888: 8888" wird beim Zugriff auf "http: // localhost: 8888" von einem beliebigen Browser aus die Authentifizierungsseite geöffnet. Geben Sie hier das in ↑ kopierte Authentifizierungstoken ein und geben Sie ein neues Passwort ein, um sich anzumelden. (Das festgelegte Passwort wird für die nächste Anmeldung benötigt.)

Start des zweiten Übergangs

Der Ctrl C-Container wird gestoppt, wenn Sie den oben ausgeführten Container stoppen. Wenn Sie den Container ab dem zweiten Mal starten, führen Sie "docker start jupyter" aus, um ihn zu starten. Um den Container zu stoppen, führen Sie "docker stop jupyter" aus, um ihn zu stoppen.

ipython_notebook

#Beim Stoppen des oben ausgeführten Containers
Ctrl + C
#Beim Starten des Containers ab dem zweiten Mal
$docker container start jupyter
#Beim Stoppen des vom Docker gestarteten Containers starten
$docker container stop jupyter

Damit ist die Erstellung der Jupyter Notebook-Umgebung bei Verwendung von Docker abgeschlossen.

Ab dem nächsten Mal werde ich über die grundlegende Grammatik von Python schreiben.

Referenz

• (Memo zum Erstellen einer Lernumgebung) Starten Sie Jupyter Notebook im Docker-Container.
• Installationsverfahren für Anaconda Navigator Mac (offiziell)
• Installationsverfahren für Anaconda Navigator win (offiziell)
• Unverzichtbar für die Datenanalyse! Verwendung des Jupyter-Notizbuchs [Für Anfänger]
• jupyter/scipy-notebook jupyter/docker-stacks