1. 查看系统和Python版本信息

1.1 查看Ubuntu版本信息

• 执行命令：hostnamectl
• 解释：这个命令会显示当前操作系统的详细信息

1.2 查看Python版本信息

• 执行命令：python3 --version
• 解释：这个命令会显示当前系统中安装的Python版本

2. 安装pip

2.1 下载get-pip.py

• 执行命令：wget https://bootstrap.pypa.io/get-pip.py
• 解释：从官方源下载get-pip.py脚本，用于安装pip

2.2 运行get-pip.py

• 执行命令：sudo python3 get-pip.py
• 解释：使用Python运行get-pip.py脚本，以安装pip

2.3 查看pip版本

• 执行命令：pip3 --version
• 解释：确认pip已成功安装并显示其版本信息

3. 安装Jupyter Notebook

3.1 安装Jupyter Notebook

• 执行命令：pip3 install jupyter
• 解释：通过pip安装Jupyter Notebook

3.2 运行Jupyter Notebook

• 执行命令：jupyter notebook
• 报错提示安装jupyter-core

3.3 安装jupyter-core

• 执行命令：sudo apt install jupyter-core
• 解释：安装Jupyter的核心组件

3.4 配置Jupyter Notebook环境变量

• 执行命令：sudo vim /etc/profile

  export JUPYTER_HOME=/home/ubuntu/.local
  export PATH=$JUPYTER_HOME/bin:$PATH
  

• 执行命令：source /etc/profile
• 解释：配置环境变量并使其生效

3.5 运行jupyter-notebook

• 执行命令：jupyter-notebook
• 访问http://localhost:8888/tree查看Jupyter首页

3.6 新建文件夹和笔记

• 新建python文件夹并进入该文件夹
• 新建一个未命名笔记（Untitled.ipynb）
• 输入一条语句并执行（单击Run菜单下的Run Selected Cell）
• 查看语句执行结果
• 另存笔记（单击【Save Notebook As…】菜单项并保存）

4. 安装TensorFlow

4.1 安装TensorFlow

• 执行命令：pip install tensorflow==2.12.0 -i https://mirrors.aliyun.com/pypi/simple/
• 解释：通过pip安装指定版本的TensorFlow，并指定镜像源以提高下载速度

4.2 验证是否安装成功

• 启动IPython并查看TensorFlow版本

  import tensorflow as tf
  tf.__version__
  

• 解释：如果输出TensorFlow的版本号，说明安装成功

5. 安装Keras

5.1 安装Keras

• 执行命令：sudo pip install keras
• 解释：通过pip安装Keras

5.2 查看Keras版本

• 执行命令：pip3 show keras
• 进入ipython，执行命令

  import keras
  keras.__version__
  

• 解释：如果输出Keras的版本号，说明安装成功

6. 实战小结

• 在本次实战中，我们成功地在 Ubuntu 系统上安装了 Python、pip、Jupyter Notebook、TensorFlow 和 Keras。通过一系列命令，我们检查了系统和 Python 版本，下载并安装了 pip，随后安装了 Jupyter Notebook 并解决了环境变量配置问题。接着，我们安装了 TensorFlow 并验证了其版本，最后安装了 Keras 并检查了其版本。这些步骤展示了在 Linux 环境下设置数据科学开发环境的全过程。通过实践，我们加深了对命令行操作和 Python 包管理的理解，为后续的机器学习和深度学习项目打下了坚实的基础。