如何在没有 Anaconda 的情况下在 Ubuntu 中设置机器学习环境 - Shell-Bash

背景

Anaconda 是一种流行的数据科学平台，它包含了很多常用的数据科学库和工具。它是一个可以在 Windows、Linux 和 macOS 上安装的软件包，非常方便。

但是，如果你不想安装 Anaconda，或者在使用其他 Linux 发行版时遇到了问题，那么这篇文章就是为你准备的。我们将探讨如何在没有 Anaconda 的情况下，在 Ubuntu 中设置机器学习环境。

我们将演示如何使用 Ubuntu 自带的包管理器安装必要的 Python 工具和库，并创建一个虚拟环境来隔离依赖关系。我们还将讨论如何使用 Pip 安装其他必要的库。

操作步骤

步骤 1：安装基本软件

我们首先要安装 Python、pip 和 virtualenv。在控制台打开 Ubuntu 终端并执行以下命令：

sudo apt-get update
sudo apt-get install python3-pip python3-dev python3-venv build-essential libssl-dev libffi-dev python3-setuptools

步骤 2：创建并激活虚拟环境

接下来我们将创建一个 Python 虚拟环境来隔离依赖关系。在终端中执行以下命令：

python3 -m venv my_env

其中，my_env 是你将要为你的虚拟环境的命名，你可以随意更改它。接下来，激活虚拟环境：

source my_env/bin/activate

你会发现，终端的命令提示符前面出现了虚拟环境的名称。现在，我们可以在这个虚拟环境中安装依赖项。

步骤 3：安装必要的 Python 库和工具

现在，我们已经创建了一个虚拟环境，我们可以在其中安装所需的 Python 库和工具。这些是：

• NumPy：用于数值计算
• Pandas：用于数据处理
• Matplotlib：用于制图
• Jupyter Notebook：用于交互式计算

要安装它们，请在终端中执行以下命令：

pip install wheel numpy pandas matplotlib jupyter

一旦这些工具被安装了，我们可以启动 Jupyter Notebook。

步骤 4：启动 Jupyter Notebook

在终端中执行以下命令：

jupyter notebook

这将启动 Jupyter Notebook 并在默认浏览器中打开它。你应该能够看到 Jupyter Notebook 的主界面。现在，你可以创建 notebooks 并开始编写 Python 代码了。

步骤 5：安装其他必要的库

如果你需要其他库，你可以使用 pip 安装它们并将它们添加到虚拟环境中。例如，要安装 Scikit-Learn，你可以执行以下命令：

pip install scikit-learn

总结

在这篇文章中，我们讨论了如何在没有安装 Anaconda 的情况下，在 Ubuntu 中设置 Python 的机器学习环境。我们使用了 Ubuntu 自带的包管理器安装 Python、pip 和 virtualenv，并创建了一个虚拟环境来隔离依赖项。我们通过 pip 安装了必需的库和工具，并启动了 Jupyter Notebook。我们还演示了如何安装其他库。