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

cd ~
mkdir .pip
cd .pip
vi pip.conf

在文件中输入：

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

4. 安装numpy

sudo pip3 install numpy

5. 安装matplotlib

(1) 安装freetype2库

wget https://download-mirror.savannah.gnu.org/releases/freetype/freetype-2.10.0.tar.gz
tar -zxvf freetype-2.10.0.tar.gz
./configure
make
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：

cd /usr/local/include
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

sudo apt-get install liblapack-dev
sudo apt-get install gfortran
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

作者：Jerry Zhou