如何在Ubuntu上運行Python腳本

引言

隨著開發者對於建立基於AI的工具越來越普及，Python因其簡潔性、可讀性以及如TensorFlow、PyTorch和scikit-learn等廣泛的庫而成為最适合AI的程式語言之一。這些庫提供強大的工具用於機器學習、數據分析以及神經網絡，使得Python成為AI和機器學習項目的首選。

考慮到Python在AI中的核心作用，學習如何有效地運行Python脚本是非常重要的。本教程設計用來幫助你開始在Ubuntu系統上運行簡單的Python腳本，為進階的AI程式設計打下基礎。

準備工作

要跟從本教程，你將需要:

• 運行 Ubuntu 的伺服器，配備有 sudo 權限的非 root 用戶以及一個活躍的防火牆。如需指導如何設定，請從此列表選擇您的 分發版，並遵循我們的初始伺服器設定指南。請確定使用受支持的 Ubuntu 版本。

• 熟練使用 Linux 命令行。若要深入了解或重温命令行，您可以閱览此指南關於Linux 命令行簡介。

• 在開始之前，請在 Ubuntu 終端中執行 sudo apt-get update，以確保您的系統已安裝最新版本的軟體和從系統配置的軟體庫中獲得的安全更新。

在 Ubuntu 上執行 Python 腳本

• 設定 Python 環境
• 創建 Python 腳本
• 安裝必要包包
• 執行Python腳本
• 將腳本設定為可執行

步驟1 – Python環境設定

Ubuntu 24.04預設己安装Python 3。打开终端并运行以下命令以确认Python 3的安装情况:

python3 --version

如果您的机器上已经安装了Python 3，这个命令将返回Python 3的当前版本安装。如果不安装，您可以运行以下命令来获取Python 3的安装:

sudo apt install python3

接下来，您需要在您的系统上安装pip包安装器:

sudo apt install python3-pip

步驟2 – 創建Python腳本

下一步是撰寫你想要執行的Python程式碼。要創建新的腳本，請到你選擇的目錄內：

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

當你处在該目錄時，你需要建立一個新文件。在終端機中，執行以下命令：

nano demo_ai.py

這將打開一個空的文字編輯器。在此撰寫你的邏輯，或者複製以下的程式碼：

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

# 生成樣本數據
x = np.array([[i] for i in range(1, 21)])  # 1至20的數字
y = np.array([i % 2 for i in range(1, 21)])  # 0代表偶數，1代表奇數

# 創建和訓練模型
model = DecisionTreeClassifier()
model.fit(x, y)

# 函數預測一個數字是奇數還是偶數
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.")

此腳本使用scikit-learn庫建立一個簡單的決策樹分類器。它根據隨機生成的樣本數據訓練模型，以認識偶數和奇數。然後根據其學習結果對給定的數字進行預測。

保存並退出文字編輯器。

步驟3 – 安裝所需套件

在這個步驟中，你將安裝上面脚本中使用的套件。

你需要第一個安裝的套件是 NumPy。你用這個庫創建了一個用於訓練機器學習模型的數據集。

要成功地安裝和使用 numpy，您需要創建一個虛擬環境，該環境將您的 Python 包與系統環境隔離。這很重要的原因是它能夠將不同項目所需的依賴關係分開，並避免包版本之間的潛在衝突。

首先，通過運行以下命令來安裝 virtualenv：

sudo apt install python3-venv

現在，使用這個工具在您的工作目錄內創建一個虛擬環境。

python3 -m venv python-env

下一步是通過運行激活脚本來激活這個虛擬環境。

source python-env/bin/activate

執行後，您會發現終端提示符前缀有您的虛擬環境名稱，如下所示：

Output
(python-env) ubuntu@user:

現在，通過運行以下命令來安裝所需的包：

pip install scikit-learn numpy

步驟 4 – 運行 Python 腳本

既然您已經將所有必要的套件置於適當位置，您現在可以在您的工作目錄內執行Python腳本，執行以下命令即可：

python3 demo_ai.py

執行成功後，您將看到期望的輸出。

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.

步驟5 [可选] – 讓腳本可執行

讓腳本可執行讓您能夠直接運行它，而不需要显式地通過輸入python3來呼叫Python。這讓運行您的腳本變得更快捷和方便。

使用文字編輯器開啟您的Python腳本。

nano demo_ai.py

在文件頂部添加一個shebang，即#!行，它告訴系統在執行腳本時應該使用哪個解釋器。在您的代碼之前添加以下行：

#!/usr/bin/env python3

保存並關閉文件。

現在，將此腳本設定為可執行，使其能夠像終端中的任何其他程序或命令一樣運行。

chmod +x demo_ai.py

在成功執行後，您將看到控制权立即返回给您。從現在開始，您可以簡單地以下述方式運行您的腳本：

./demo_ai.py

結論

在 Ubuntu 系統上運行 Python 腳本是一個簡單的過程。通過了解如何運行 Python 腳本，您可以開始探索 Python 提供的強大工具，包括那些對於 AI 開發至关重要的工具。