如何在Ubuntu上运行Python脚本

简介

随着开发者越来越多地使用AI基础的工具，Python因其实用性、可读性以及TensorFlow、PyTorch和scikit-learn等广泛使用的库，已成为最适合AI的编程语言之一。这些库为机器学习、数据分析和高神经网络提供了强大的工具，使Python成为AI和机器学习项目的首选。

考虑到Python在AI中的核心作用，学会如何有效运行Python脚本非常重要。本教程旨在帮助您开始在Ubuntu机器上运行简单的Python脚本，为更高级的AI脚本编程打下基础。

先决条件

要遵循本教程，您需要：

• 运行Ubuntu的服务器，配备了一个具有sudo权限的非root用户和一个活动的防火墙。要了解如何设置此服务器，请从此列表中选择您的发行版，并遵循我们的初始服务器设置指南。请确保使用受支持的Ubuntu版本。

• 熟悉Linux命令行。要了解Linux命令行的基础知识或进行复习，您可以访问这个关于Linux命令行入门的指南。

• 在开始之前，请在 Ubuntu 终端中运行sudo apt-get update，以确保系统已配置的存储库中的软件具有最新版本和安全更新。

在 Ubuntu 上运行 Python 脚本

• 设置 Python 环境
• 创建 Python 脚本
• 安装所需包
• 运行Python脚本
• 使脚本可执行

步骤1 – Python环境设置

Ubuntu 24.04默认包含Python 3。打开终端并运行以下命令以确认Python 3是否已安装：

python3 --version

如果您的计算机上已经安装了Python 3，此命令将返回Python 3的当前版本安装。如果尚未安装，您可以运行以下命令获取Python 3的安装：

sudo apt install python3

接下来，您需要在系统中安装pip包安装器：

sudo apt install python3-pip

步骤2 – 创建Python脚本

下一步是编写您想要执行的Python代码。要创建一个新的脚本，请导航到您选择的目录：

cd ~/path-to-your-script-directory

进入目录后，您需要创建一个新的文件。在终端中，执行以下命令：

nano demo_ai.py

这将打开一个空白文本编辑器。在这里编写您的逻辑，或者复制以下代码：

from sklearn.tree import DecisionTreeClassifier
import numpy as np
import random

# 生成样本数据
x = np.array([[i] for i in range(1, 21)])  # 从1到20的数字
y = np.array([i % 2 for i in range(1, 21)])  # 0代表偶数，1代表奇数

# 创建并训练模型
model = DecisionTreeClassifier()
model.fit(x, y)

# 预测一个数字是奇数还是偶数的函数
def predict_odd_even(number):
    prediction = model.predict([[number]])
    return "Odd" if prediction[0] == 1 else "Even"

if __name__ == "__main__":
    num = random.randint(0, 20)
    result = predict_odd_even(num)
    print(f"The number {num} is an {result} number.")

此脚本使用scikit-learn库创建了一个简单的决策树分类器。它使用随机生成的样本数据训练模型，以识别奇数和偶数。然后根据其学习结果对给定的数字进行预测。

保存并退出文本编辑器。

步骤3 – 安装所需包

在这个步骤中，您将安装上述脚本中使用的包。

NumPy是您需要安装的第一个包。您在创建机器学习模型的数据集时使用了这个库。

为了成功安装和使用numpy，您需要创建一个虚拟环境，该环境将您的Python包与系统环境隔离。这样做很重要，因为它可以保持不同项目所需依赖的分离，并避免不同包版本之间可能出现的潜在冲突。

首先，通过运行以下命令安装virtualenv：

sudo apt install python3-venv

现在，使用这个工具在您的工作目录中创建一个虚拟环境。

python3 -m venv python-env

下一步是执行激活脚本以激活这个虚拟环境。

source python-env/bin/activate

执行后，您会注意到终端提示符前缀有您的虚拟环境名称，如下所示：

Output
(python-env) ubuntu@user:

现在，通过运行以下命令安装所需包：

pip install scikit-learn numpy

步骤4 – 运行Python脚本

现在您已经将所有必需的包安装好了，您可以通过在您的当前工作目录中执行以下命令来运行您的Python脚本：

python3 demo_ai.py

脚本执行成功后，您将会看到期望的输出。

Output
(python-env) ubuntu@user:~/scripts/python demo_ai.py
The number 5 is an Odd number.
(python-env) ubuntu@user:~/scripts/python demo_ai.py
The number 17 is an Odd number.

第5步 [可选] – 使脚本可执行

使脚本可执行可以让您直接运行它，而无需显式地通过 typing python3 来调用Python，这使得运行您的脚本更加快速和方便。

使用文本编辑器打开您的Python脚本。

nano demo_ai.py

在文件的顶部添加一个shebang，即一个#!行，它告诉系统在执行脚本时使用哪个解释器。在您的代码之前添加以下行：

#!/usr/bin/env python3

保存并关闭文件。

现在，将此脚本设为可执行，以允许它像终端中的任何其他程序或命令一样运行。

chmod +x demo_ai.py

脚本执行成功后，您将会立即看到控制权返回给您。从现在开始，您可以像下面这样简单地运行您的脚本：

./demo_ai.py

结论

在Ubuntu机器上运行Python脚本是一个简单直接的过程。通过了解如何运行Python脚本，你可以开始探索Python提供的强大工具，包括那些对于人工智能开发至关重要的工具。