任务 1 项目环境配置
任务目的
实验的第一步需要配置实验所需的项目环境。在这一步中,首先需要创建一个Ubuntu Linux的云服务器CVM实例,作为实验的运行环境。接下来会进行实验所需软件环境——Anaconda的下载与安装。然后便可以启动Jupyter服务,并通过浏览器远程登录Jupyter Notebook。
任务步骤
1.新建并登录CVM实例
(1)新建CVM实例
关于新建CVM实例的详细步骤,可以参考腾讯云大学课程快速搭建网站实战中的 任务 1 新建 Linux 实例 。
注意:本实验使用Ubunutu Linux进行,配置时请选择64位的Ubuntu镜像。
本实验所使用的CVM配置如下(供参考):
配置项 | 配置参数 |
---|---|
地域 | 成都 |
实例类型 | 标准型S5 |
vCPU及内存 | 1核2GB |
镜像类型 | 公共镜像Ubuntu Server 18.04.1 LTS 64位 |
公网带宽 | 1Mbps |
安全组 | 放通全部端口 |
注:此处为便于进行实验效果展示,在安全组的配置中放通了全部端口。这样的操作会将全部端口暴露到公网和内网,具有一定的安全风险,仅用于进行项目实验,不可以用于生产环境。
(2)登录CVM实例
在实例列表界面,点击CVM实例右侧的【登录】按钮。
展示登录方式的选择界面,建议选择【标准登录方式】:
填写登录密码并完成CVM实例的登录后,将会进入CVM实例的终端界面:
此界面展示了Linux的交互终端,对CVM进行的操作可以直接在此界面中进行。
2.配置安装Anaconda
(1)为什么要使用Anaconda?
本实验中使用的Jupyter Notebook,以及相关的依赖包,可以直接通过pip
命令进行安装,但是这里推荐使用Anaconda作为实验的运行环境,主要原因如下:
- 稳定的运行环境——可以跨平台运行,避免由于操作系统之间的版本差异而产生运行问题。
- 便捷的Python版本管理——不同的Python版本可以创建多个不同的软件环境,各自具有独立的包管理,避免同时配置多个Python环境的版本冲突问题。
- 丰富的Python依赖包——自带的大量Python包可以省去大量的Python包下载时间(如本实验中所需的jupyter包、matplotlib包)。在安装包的同时会解决系统级的依赖问题,同时也方便对安装的软件包进行管理。
接下来会通过安装Anaconda,完成Jupyter Notebook的配置。
(2)Anaconda下载与安装
以Anaconda3.5版本为例,执行下方命令,可以将Anaconda下载到本地:
wget -c https://accessory-1259416093.cos.ap-chengdu.myqcloud.com/Matplotlib/Anaconda3-5.0.0-Linux-x86_64.sh
注:此处下载的文件来自腾讯云对象存储COS的存储桶,由于存储桶和云服务器之间可以通过内网进行数据传输,可以获得极快的文件下载速度。关于对象存储的更多信息,可以参考 对象存储官方文档 。
待文件下载完成后,执行下方命令,进入Anaconda的安装界面:
sudo bash Anaconda3-5.0.0-Linux-x86_64.sh
依据软件的提示信息进行安装,具体安装步骤如下:
- 首先会展示软件安装的提示信息,按下【Enter】继续:
- 接下来会展示软件的阅读许可协议,可以按【f】键(小写)跳过许可协议的阅读:
- 下一步会询问用户是否同意许可协议,这里需要输入【yes】,然后按下【Enter】键:
- 接下来需要确认安装路径,此处使用默认安装路径,直接按下【Enter】键即可:
- 按下【Enter】键后,便会开始进行软件的安装,在此过程中请耐心等待,建议不要执行任何操作。
- 完成安装后,会展示如下的提示信息:
最后这一步是询问用户是否要将Anaconda添加到PATH路径,请输入【yes】并按下【Enter】键完成安装。
至此Anaconda的安装操作已经完成。
(3)环境变量配置
执行下方命令,让Anaconda的环境变量配置生效:
source ~/.bashrc
为了让Anaconda的环境变量配置能够在Linux启动时自动生效,执行下方命令,修改~/.bash_profile
文件(如果文件不存在会自动创建):
sudo vim ~/.bash_profile
按下【i】键进入编辑模式,在配置文件底部添加下方代码(可以通过右键粘贴代码):
if [ -f ~/.bashrc ] ; then
source .bashrc
fi
添加完上述内容后,可以按下【ESC】进入命令行模式。然后输入【:wq】并按下回车,保存并退出文件。
此命令会让Linux在每次启动时自动执行~/.bashrc
文件,使Anaconda的环境变量配置在Linux启动时自动生效。
(4)验证Anaconda已经成功安装
执行命令conda -V
,验证Anaconda已经成功安装。如果可以展示Anaconda的版本信息(如conda 4.3.27
),说明Anaconda已经成功安装。
3.配置字体文件
完成上面的步骤后,Jupyter Notebook已经可以使用了,但是仍然会出现中文内容无法展示的问题:
为了解决此问题,需要执行下方操作,为Matplotlib配置支持中文的字体:
(1)下载中文字体
执行下方命令,下载实验中需要用到的SimHei
中文字体:
sudo wget -P ~/anaconda3/lib/python3.6/site-packages/matplotlib/mpl-data/fonts/ttf -c https://accessory-1259416093.cos.ap-chengdu.myqcloud.com/Matplotlib/SimHei.ttf
(2)修改Matplotlib配置文件
执行下方命令,修改Matplotlib的配置文件:
sudo vim ~/anaconda3/lib/python3.6/site-packages/matplotlib/mpl-data/matplotlibrc
找到font.family
配置项,并移除前面的【#】号注释,修改后的结果如下:
font.family : sans-serif
注:在按下【ESC】后的命令模式下,可以通过命令
/<需要查找的内容>
在全文中进行查找。对于本例来说,可以在命令模式下输入命令/#font.family
,直接跳转到对应行,然后按下【i】键进入编辑模式修改内容。下同。
再找到font.sans-serif
配置项,移除前面的【#】号注释,将对应的值修改为SimHei
(按下【ESC】后的命令模式下,可以通过命令d$
删除光标所在处到本行的最后一个字符),修改后的结果如下:
font.sans-serif : SimHei
完成上述内容的修改后,可以按下【ESC】进入命令行模式。然后输入【:wq】并按下回车,保存并退出文件。
(3)删除缓存文件
执行下方命令,删除Matplotlib的缓存文件,让新的配置生效:
sudo rm -rf ~/.cache/matplotlib/
至此中文字体的显示问题已经成功解决,接下来便可以尝试远程登录Jupyter Notebook。
4.远程登录Jupyter Notebook
(1)启动Jupyter服务
执行下方命令,启动Jupyter服务:
jupyter notebook --ip 0.0.0.0 --allow-root
注:Jupyter服务的默认端口是
8888
,如果想要手动指定端口,可以在命令中添加--port <要指定的端口号>
(数字两端不加尖括号)进行指定。
启动成功后会展示类似下方的提示信息,其中包含着远程访问的口令:
记住这里的口令,稍后将会用于进行远程登录。
注:此处建议使用光标选中,配合鼠标右键进行口令复制,如果直接输入
Ctrl+C
的组合键可能会终止Jupyter服务。
(2)获取CVM公网IP
在云服务器的 实例列表页 ,可以复制项目中使用的Linux实例的公网IP地址:
(3)远程登录Jupyter Notebook
在浏览器中新建一个页面,输入服务器的IP和项目端口,尝试访问页面。
如Linux实例的IP为1.1.1.1
,可以通过访问1.1.1.1:8888
进入项目页面(Jupyter服务的默认端口为8888)。
如果访问成功,将会展示如下的口令输入提示页:
登录后的Jupyter Notebook主页展示如下:
接下来便可以进行Jupyter Notebook的相关操作。
学员评价