Data8 开荒记（环境配置与基本介绍）

00 前言

这是我配过的最久的一次环境，折腾了大概有五个小时吧，网上的资料比较零散，特此将我的经历记录如下，节省后来人的时间，帮助大家更快更好地入门。
这门课的后续是data100，学习data100时也需要搭建类似的环境，所以是一箭双雕呐。

01 大体介绍

官网：data-8.github.io

资料的开源链接：data-8
（可能会比较杂，搜索自己想要的年份即可，如fa22，或者直接修改下面这个链接）

克隆仓库（fa22）：git clone [email protected]:data-8/materials-fa22.git

简单介绍：面向数据科学家的两门课：Data8 和 DS100 - 知乎
p.s：在csdiy中收录了data100这门课：UCB Data100: Principles and Techniques of Data Science - CS自学指南

资源情况：

资源	情况
lab	✅
reading	✅
slides	✅
video	✅
homework	✅
project	✅
vitamin	✅(fa20)
test	部分有效

再补充几点说明

• reading对应的代码在资料的lec文件夹里
• 根据我现在的学习情况，lab基本有测试，homework有时候只测试输出格式，不检查正确性。
• lab是开源的，但官网上的lab是配好的在线环境，我们是没有访问权限，无法访问的。因此需要自行配置环境，也就是下文的内容

02 搭建环境

1. 安装Anaconda与Jupyter Notebook，建立虚拟环境

安装与使用说明：机器学习笔记-Anaconda与JupyterNotebook的简介与使用_LuZhouShiLi的博客-CSDN博客_anaconda jupyter notebook

如果换源失败则参考这篇文章：CondaHTTPError: HTTP 000 CONNECTION FAILED for url ＜https://mirrors.tuna.tsi解决办法 亲测有效_weixin_49304494的博客-CSDN博客

阅读完上述文章之后，你应该能够

• 基本了解conda与jupyter
• 学会在conda中新建一个python环境，并激活他，以后我们就使用你新建的环境进行各项活动。
• 配置好合适的源
• 安装，打开，使用jupyter notebook运行python代码，编辑markdown
• 尝试用notebook访问课程的lab文件(如 lab01.ipynb)

注意我们是在Anaconda Prompt 中进行各种操作，可以从“菜单”中启动。Jupyter NoteBook 也可以从“菜单”中启动，但是默认访问C盘，解决方法见下文。

效果图：

这里还得补充一个小技巧：
如果想要访问D盘（或者其它盘）的文件，用默认方法打开的jupyter notebook是做不到的（只能访问C盘）。
可以在cmd中输入D:切换到D盘，再输入jupyter notebook，这时就可以访问D盘文件。
（推荐）或者进入到对应的位置，然后打开cmd，然后再conda activate你的环境，再加载notebook。

2. 安装各种包

不出意外，当你执行第一行代码，应该会报错

这里的ModuleNotFoundError: No module named 'otter'告诉我们，我们缺少了某些模块，在接下来的代码中，可能还会遇到很多次。

module的安装

• 一般可以尝试直接安装，引号里的模块。

• 如果不行，则尝试百度/谷歌这段报错No module named 'otter'。

• 如果还是不行，则百度/谷歌python + 对应的模块名。

下面演示datascience，otter的安装

安装 datascience

data-8/datascience: A Python library for introductory data science

安装方法：pip install datascience

安装otter

• 第一种：失败

• 第二种：失败（谷歌的第一个结果答案是错的）

• 第三种

再最下面可以看到关于otter的介绍，发现它的全称是otter-grader，可以进一步搜索otter-grader，或者尝试pip下载，这里进一步搜索，发现确实有这样的一个模块

如果是谷歌，直接搜到otter-grader的官网，点进去，就会看到安装说明，正解就是pip install otter-grader

题外话，从上例就可以看出有时候百度有多xx吧。如果用不了谷歌也不要紧，可以用这个搜索引擎：Searx Belgium

异常处理

如果你在cmd成功安装了，如图。但是在jupyter还是用不了的话，那就是内核的选择出了问题，请继续阅读。

3.配置kennel（选做）

如果遇到了jupyter无法导入已安装的包的问题，则进行本部分内容。

kennel可以说是python内核，不同的内核其对应的模块是不一样的，下面给出了解决方案。

创建一个新的kennel：【工具配置】【Jupyter】Windows下，为Jupyter创建新的kernel_拾夕er的博客-CSDN博客_jupyter 创建kernel

然后在jupyter中选择新建的内核就可以正常运行第一段代码辣

效果图（我这里新建的内核叫NewKerne3)：

03 修改test文件

你是否已经迫不及待的想开始了？下面我们进行data8的第一个问题并评测！

第二个代码块要求你输入secret_word，答案是secret_word = 'welcome'

第三个代码块便是test，运行，可能会出现以下报错：

根据Python Format — Otter-Grader documentation，猜测这个报错大意是test_file缺少定义全局变量OK_FORMAT。

解决这个问题也很简单，我们在lab01文件夹下找到test文件夹，修改文件q0.py，在第一行加上OK_FORMAT = True，保存，即可。

成功！！

但是，我们不可能一个一个去改吧…肯定要借助工具批处理，我也不知道为什么会有这个bug，不过还能接受，查阅资料，发现linux下一个命令可以替我们完成这样的需求。

Shell三大利器之sed - 腾讯云开发者社区-腾讯云

学习上述命令之后，编写以下shell脚本，大意是，给当前文件夹的所有.py文件的第一行添加OK_FORMAT = True。

保存后 用git bash打开即可。（对于每个测试文件夹都应修改一次）

不出意外接下来就可以开始你的data8之旅了！

04 结语

不出意外的话，各个部分应该是可以正常运行的了，有可能会有一些包没安装，那么就安装好了，要是还有其它问题，那就谷歌/百度，借鉴前人经验的动手解决问题，是每一个都应具备的能力。希望你能成功配置环境，既收获劳动的喜悦，也收获解决问题能力。

本文肯定还有很多不完善的地方，如果你的问题没有在此出现，希望你能够使用搜索引擎寻找自己的答案，实在不行当然也欢迎在评论区里提出，另外如本文有错误或者不足，烦请读者批评指正。