Data Science for Beginners 实战排障指南环境安装、Jupyter 与测验应用常见问题全解【免费下载链接】Data-Science-For-Beginners10 Weeks, 20 Lessons, Data Science for All!项目地址: https://gitcode.com/GitHub_Trending/da/Data-Science-For-Beginners本篇指南围绕 Data Science for Beginners 课程10 周、20 节课、面向零基础的数据科学完整课程的本地运行环境展开系统梳理学习过程中最常遇到的故障场景从 Python 与虚拟环境、Jupyter Notebook、Python 依赖包到测验应用quiz-app、Git、Docsify 文档服务、数据文件加载与运行性能。读完本文你将掌握一套可复现的诊断思路与命令行修复方案能够在几分钟内定位并解决绝大多数环境类问题并学会如何高效地向社区提交一份高质量的求助报告。排障之前先理解课程环境的构成在动手排障前先弄清楚你正在调试的对象由哪几部分组成能大幅缩小问题范围。从仓库根目录的结构看这门课程由四类相互独立的环境构成Python 与 Jupyter Notebook所有课程笔记.ipynb与 examples 目录下的 Python 示例脚本都依赖 Python 3 及 pandas、numpy、matplotlib、seaborn、scikit-learn 等数据科学库测验应用 quiz-app一个基于 Vue 2 的单页应用依赖 Node.js 与 npm其依赖声明见 quiz-app/package.json核心依赖为vue^2.6.11、vue-router^3.4.9、vue-i18n^8.22.2开发依赖为vue/cli-service~4.5.0Docsify 文档服务仓库根目录的 index.html 是 Docsify 的启动页通过docsify serve即可在本地浏览整份课程文档数据集 data课程用到的全部真实数据集中在 data 目录下例如birds.csv、mushrooms.csv、taxi.csv、diabetes.tsv及COVID/子目录中的疫情时间序列数据。完整的标准安装流程请参考 INSTALLATION.md它覆盖 Git、Python、虚拟环境、Node.js、quiz-app 依赖与 Docsify 的八步安装法日常使用流程见 USAGE.md。下面的所有排查方案都建立在这套标准环境之上。Python 与 Jupyter 环境问题Python 未找到或版本不对现象终端执行python报python: command not found或运行出的 Python 版本与预期不符。排查与解决先确认系统里到底装了什么# 检查 Python 版本 python --version python3 --version在 macOS/Linux 上很多发行版默认只提供python3命令而没有python别名。此时有两种做法# 做法一创建别名写入 ~/.bashrc 或 ~/.zshrc 后重新加载终端 alias pythonpython3 alias pippip3 # 做法二始终显式使用 python3 python3 -m pip install jupyterWindows 解决步骤重新安装 Python安装向导中务必勾选 Add Python to PATH安装完成后重启终端或命令提示符让 PATH 变更生效用python --version验证。课程要求 Python 3.7 及以上版本见 INSTALLATION.md低于该版本的部分数据科学库将无法安装或运行。虚拟环境激活失败现象执行激活命令后没有出现(venv)提示符或直接报错。Windows最常见的是 PowerShell 执行策略限制# 出现执行策略错误时先放行当前用户的脚本执行 Set-ExecutionPolicy -ExecutionPolicy RemoteSigned -Scope CurrentUser # 然后再激活 venv\Scripts\activatemacOS/Linux常见原因是 activate 脚本缺少执行权限# 赋予执行权限 chmod x venv/bin/activate # 然后激活 source venv/bin/activate验证激活是否成功# 提示符前应出现 (venv) which python # 应指向 venv 目录内的 Python如果which python仍指向系统 Python说明激活命令没有被当前 shell 正确执行例如在子进程中运行了激活请确认是在同一个终端会话中完成激活的。Jupyter 内核问题现象新建或打开 notebook 时提示 Kernel not found或运行中提示 Kernel keeps dying。解决重新注册内核后重启 Jupyter# 注册一个名为 datascience 的专用内核 python -m ipykernel install --user --namedatascience --display-namePython (Data Science) # 或直接注册默认内核 python -m ipykernel install --user # 重启 Jupyter jupyter notebook现象Jupyter 里的 Python 版本不对例如用到了错误的解释器。解决在虚拟环境内安装 Jupyter 并把内核注册到该环境source venv/bin/activate # 先激活虚拟环境 pip install jupyter ipykernel # 以 venv 为名注册内核 python -m ipykernel install --user --namevenv --display-namePython (venv)然后在 Jupyter 界面中选择Kernel → Change kernel → Python (venv)切换内核。包与依赖问题导入错误 ModuleNotFoundError现象运行 notebook 或脚本时报ModuleNotFoundError: No module named pandas也可能是 numpy、matplotlib 等。解决# 确保虚拟环境已激活 source venv/bin/activate # macOS/Linux venv\Scripts\activate # Windows # 安装缺失的包 pip install pandas # 或一次性安装课程所需的全部常用包 pip install jupyter pandas numpy matplotlib seaborn scikit-learn # 验证安装结果 python -c import pandas; print(pandas.__version__)课程 notebook 与 examples 中的脚本主要使用 pandas、numpy、matplotlib部分可视化课程第 913 课还会用到 seaborn安装清单与 INSTALLATION.md 第 5 步保持一致即可。pip 安装失败现象一权限错误。多发生在系统级 Python 上直接安装时。解决# 使用 --user 安装到当前用户目录 pip install --user package-name # 更推荐的做法创建虚拟环境推荐 python -m venv venv source venv/bin/activate pip install package-name现象二SSL 证书错误。解决# 先升级 pip 本身 python -m pip install --upgrade pip # 临时绕过证书校验仅作为应急方案 pip install --trusted-host pypi.org --trusted-host files.pythonhosted.org package-name--trusted-host会降低安全级别仅建议在受信任网络环境下临时使用恢复正常后应移除该参数。包版本冲突现象安装新包后旧包如 pandas 与 numpy之间出现 API 不兼容。解决最稳妥的是重建干净的虚拟环境并锁定版本# 创建全新虚拟环境 python -m venv venv-new source venv-new/bin/activate # Windows 为 venv-new\Scripts\activate # 按需指定版本安装 pip install pandas1.3.0 pip install numpy1.21.0 # 或直接让 pip 自动解析依赖 pip install jupyter pandas numpy matplotlib seaborn scikit-learnJupyter Notebook 问题Jupyter 无法启动现象执行jupyter notebook提示command not found。解决# 安装 Jupyter pip install jupyter # 或通过 python -m 模块方式启动对 PATH 配置不敏感 python -m jupyter notebook # macOS/Linux 下若仍找不到命令把用户 bin 目录加入 PATH export PATH$HOME/.local/bin:$PATHNotebook 无法加载或保存现象打开时报 Notebook failed to load或保存失败。解决步骤检查文件权限# 确认你有写权限 ls -l notebook.ipynb chmod 644 notebook.ipynb # 按需调整检查文件是否损坏.ipynb本质是 JSON 文件可用文本编辑器打开查看 JSON 结构是否完整如果损坏把内容复制到新 notebook 中重建。清理 Jupyter 缓存jupyter notebook --clear-cache单元格卡住不执行现象单元格一直显示In [*]或长时间无响应。解决中断内核点击工具栏 Interrupt 按钮或按两下I键I, I重启内核Kernel 菜单 → Restart检查代码中的死循环例如while True或没有退出条件的循环清除输出Cell → All Output → Clear释放界面资源。图表不显示现象matplotlib绘制的图在 notebook 中不出现。解决在 notebook 顶部加上魔法命令并确保调用plt.show()# 放在 notebook 顶部 %matplotlib inline import matplotlib.pyplot as plt # 创建图表 plt.plot([1, 2, 3, 4]) plt.show() # 务必调用 show()需要交互式图表的替代方案%matplotlib notebook # 或 %matplotlib widget测验应用quiz-app问题课程每节课配有前后测验测验应用位于 quiz-app 目录是标准的 Vue CLI 项目其可用的脚本命令在 quiz-app/package.json 中声明npm run serve开发服务器、npm run build生产构建、npm run lint代码检查。npm install 失败现象在 quiz-app 目录执行npm install时报错。解决# 清除 npm 缓存 npm cache clean --force # 删除 node_modules 与锁文件后重装 rm -rf node_modules package-lock.json npm install # 若仍失败尝试兼容旧依赖树的模式 npm install --legacy-peer-deps测验应用无法启动现象npm run serve失败。解决# 检查 Node.js 版本应不低于 12.x node --version # 重装依赖 cd quiz-app rm -rf node_modules package-lock.json npm install # 更换端口启动 npm run serve -- --port 8081端口被占用现象提示 Port 8080 is already in use。解决# macOS/Linux查找并终止占用 8080 端口的进程 lsof -ti:8080 | xargs kill -9 # Windows netstat -ano | findstr :8080 taskkill /PID PID /F # 或直接改用其他端口 npm run serve -- --port 8081测验页面空白或加载不出现象应用能启动但浏览器打开是空白页。排查步骤按F12打开浏览器控制台查看报错信息清除浏览器缓存与 Cookie换一个浏览器尝试确认浏览器启用了 JavaScript检查是否存在广告拦截插件干扰资源加载。重建应用npm run build npm run serve补充说明从 quiz-app/src/router/index.js 的源码看路由使用了mode: history第 9 行这类历史模式路由在刷新非首页地址时依赖服务器把请求回退到index.html。如果你用npm run build产物部署到静态服务器后刷新出现空白或 404可以推断多半是缺少该回退配置而不是代码本身的问题开发阶段直接使用npm run serve则没有此限制。Git 与 GitHub 问题Git 未安装现象提示git: command not found。各平台安装方式Windows安装 Git for Windows 后重启终端macOS如果已安装 Homebrew执行brew install git也可以安装 Xcode Command Line Toolsxcode-select --installLinuxsudo apt-get install git # Debian/Ubuntu sudo dnf install git # Fedora克隆仓库失败现象git clone报认证错误。解决使用 HTTPS 地址克隆本仓库git clone https://gitcode.com/GitHub_Trending/da/Data-Science-For-Beginners.git如果你的平台账号开启了双因素认证2FA命令行认证时需要改用 Personal Access Token 作为密码。克隆完成后即可在本地 INSTALLATION.md 指引下继续搭建环境。权限被拒publickey现象使用 SSH 方式时报Permission denied (publickey)。解决# 生成 SSH 密钥使用 ed25519 算法 ssh-keygen -t ed25519 -C your_emailexample.com # 把密钥加入 ssh-agent eval $(ssh-agent -s) ssh-add ~/.ssh/id_ed25519 # 查看公钥内容然后粘贴到平台账户的 SSH Keys 设置中 cat ~/.ssh/id_ed25519.pubDocsify 文档问题课程文档由 Docsify 渲染入口文件是仓库根目录的 index.html其中通过window.$docsify配置了站点名称与relativePath: true第 1822 行这意味着文档中的相对链接会按当前页面路径解析直接由目录结构决定。Docsify 命令找不到现象执行docsify提示command not found。解决# 全局安装 npm install -g docsify-cli # macOS/Linux 下遇到权限错误时 sudo npm install -g docsify-cli # 验证安装 docsify --version # 仍找不到时查找 npm 全局安装路径并加入 PATH npm config get prefix # 把输出路径加入 ~/.bashrc 或 ~/.zshrc例如 export PATH$PATH:/usr/local/bin文档内容加载不出来现象Docsify 服务能启动但页面内容为空。解决# 确保在仓库根目录运行 cd Data-Science-For-Beginners # 确认 index.html 存在 ls index.html # 指定端口启动 docsify serve --port 3000 # 按 F12 查看浏览器控制台的报错信息文档默认服务地址为http://localhost:3000见 INSTALLATION.md 的验证章节适合课堂离线场景使用。图片显示为破图解决检查文档中的图片路径是否使用相对路径确认图片文件确实存在于仓库中课程图片一般位于各课节的images/子目录或仓库根 sketchnotes 目录清除浏览器缓存注意部分系统对文件扩展名大小写敏感核对文件名大小写是否一致。数据与文件问题课程的全部数据集集中在 data 目录包括birds.csv、mushrooms.csv、taxi.csv、form.csv、emails.csv、honey.csv、SOCR_MLB.tsv、diabetes.tsv、UID_ISO_FIPS_LookUp_Table.csv以及COVID/下的疫情时间序列 CSV。文件找不到 FileNotFoundError现象加载数据时报FileNotFoundError通常是因为 notebook 的当前工作目录与数据文件的实际位置不一致。解决import os # 查看当前工作目录 print(os.getcwd()) # 使用绝对路径 data_path os.path.join(os.getcwd(), data, filename.csv) df pd.read_csv(data_path) # 或使用相对 notebook 所在目录的路径 df pd.read_csv(../data/filename.csv) # 验证文件是否存在 print(os.path.exists(data/filename.csv))从源码可以印证这一点examples/05_real_world_example.py 第 52 行加载数据时使用pd.read_csv(../data/birds.csv)——因为该脚本位于examples/子目录需要向上跳一级才能到达仓库根的data/。如果你把脚本复制到了别的目录务必同步调整这条相对路径。CSV 读取报错现象读取 CSV 时报编码错误、分隔符错误或解析异常。解决import pandas as pd # 尝试不同编码 df pd.read_csv(file.csv, encodingutf-8) # 或 df pd.read_csv(file.csv, encodinglatin-1) # 或 df pd.read_csv(file.csv, encodingISO-8859-1) # 显式指定缺失值标记 df pd.read_csv(file.csv, na_values[NA, N/A, ]) # 非逗号分隔时指定分隔符 df pd.read_csv(file.csv, delimiter;)注意课程数据并非都是 CSVdata/目录下同时存在SOCR_MLB.tsv与diabetes.tsv两个制表符分隔文件读取时应使用sep\t。大文件导致内存不足现象加载大文件时报MemoryError。解决# 分块读取 chunk_size 10000 chunks [] for chunk in pd.read_csv(large_file.csv, chunksizechunk_size): # 逐块处理 chunks.append(chunk) df pd.concat(chunks) # 或只读取需要的列 df pd.read_csv(file.csv, usecols[col1, col2]) # 或使用更紧凑的数据类型 df pd.read_csv(file.csv, dtype{column_name: int32})课程数据以教学用途为主多数文件较小但如果把 data 目录中的疫情时间序列 CSV按国家 × 日期展开的长表反复读取多次仍可能拖慢内存上述技巧在扩展练习时非常实用。性能问题Notebook 运行缓慢解决重启内核并清除输出Kernel → Restart Clear Output释放被大输出占用的内存关闭不用的 notebook每个打开的内核都会常驻内存用向量化运算替代循环# 不推荐Python 循环 result [] for x in data: result.append(x * 2) # 推荐NumPy/Pandas 向量化 result data * 2开发阶段抽样数据# 先用子集调试全量验证放在最后 df_sample df.sample(n1000) # 或 df.head(1000)浏览器崩溃或无响应解决关闭无关的浏览器标签页清除浏览器缓存调大浏览器内存上限Chromechrome://settings/system改用资源占用更友好的 JupyterLabpip install jupyterlab jupyter lab如何高效地寻求帮助求助前的自查清单通读本排障指南确认是否已覆盖你遇到的问题在本仓库的 Issues 区搜索是否有人遇到过相同问题复查 INSTALLATION.md环境安装与 USAGE.md使用流程中对应的章节用搜索引擎检索完整报错信息原文注意不要拼错或省略关键错误码。提交问题时的必备信息一个能被快速响应的问题报告应包含以下五项操作系统Windows、macOS还是 Linux注明发行版与版本Python 版本执行python --version输出结果完整报错信息复制完整的错误堆栈不要只贴摘要复现步骤出错前你执行了哪些操作已尝试的方案你已经尝试过哪些解决办法及其结果。示例模板**Operating System:** macOS 12.0 **Python Version:** 3.9.7 **Error Message:** ModuleNotFoundError: No module named pandas **Steps to Reproduce:** 1. 激活了虚拟环境 2. 启动 Jupyter notebook 3. 尝试导入 pandas **What Ive Tried:** - 执行了 pip install pandas - 重启了 Jupyter仓库内可继续深入的相关文档INSTALLATION.md —— 环境安装的八步完整流程USAGE.md —— 课程使用方式、常见工作流与教师指南README.md —— 课程总体介绍与章节导航CONTRIBUTING.md —— 如何提交问题、参与贡献examples/README.md —— 面向初学者的五个可运行示例含鸟类撞击数据分析的完整工作流补充说明本排障指南基于课程仓库实际内容整理所有命令与配置均与仓库中的 INSTALLATION.md、USAGE.md、quiz-app/package.json 及 index.html 等文件保持一致不同操作系统、Python 与 Node.js 版本下的表现可能存在差异请以实际报错信息为准。【免费下载链接】Data-Science-For-Beginners10 Weeks, 20 Lessons, Data Science for All!项目地址: https://gitcode.com/GitHub_Trending/da/Data-Science-For-Beginners创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 Data Science for Beginners 实战排障指南：环境安装、Jupyter 与测验应用常见问题全解
Data Science for Beginners 实战排障指南环境安装、Jupyter 与测验应用常见问题全解【免费下载链接】Data-Science-For-Beginners10 Weeks, 20 Lessons, Data Science for All!项目地址: https://gitcode.com/GitHub_Trending/da/Data-Science-For-Beginners本篇指南围绕 Data Science for Beginners 课程10 周、20 节课、面向零基础的数据科学完整课程的本地运行环境展开系统梳理学习过程中最常遇到的故障场景从 Python 与虚拟环境、Jupyter Notebook、Python 依赖包到测验应用quiz-app、Git、Docsify 文档服务、数据文件加载与运行性能。读完本文你将掌握一套可复现的诊断思路与命令行修复方案能够在几分钟内定位并解决绝大多数环境类问题并学会如何高效地向社区提交一份高质量的求助报告。排障之前先理解课程环境的构成在动手排障前先弄清楚你正在调试的对象由哪几部分组成能大幅缩小问题范围。从仓库根目录的结构看这门课程由四类相互独立的环境构成Python 与 Jupyter Notebook所有课程笔记.ipynb与 examples 目录下的 Python 示例脚本都依赖 Python 3 及 pandas、numpy、matplotlib、seaborn、scikit-learn 等数据科学库测验应用 quiz-app一个基于 Vue 2 的单页应用依赖 Node.js 与 npm其依赖声明见 quiz-app/package.json核心依赖为vue^2.6.11、vue-router^3.4.9、vue-i18n^8.22.2开发依赖为vue/cli-service~4.5.0Docsify 文档服务仓库根目录的 index.html 是 Docsify 的启动页通过docsify serve即可在本地浏览整份课程文档数据集 data课程用到的全部真实数据集中在 data 目录下例如birds.csv、mushrooms.csv、taxi.csv、diabetes.tsv及COVID/子目录中的疫情时间序列数据。完整的标准安装流程请参考 INSTALLATION.md它覆盖 Git、Python、虚拟环境、Node.js、quiz-app 依赖与 Docsify 的八步安装法日常使用流程见 USAGE.md。下面的所有排查方案都建立在这套标准环境之上。Python 与 Jupyter 环境问题Python 未找到或版本不对现象终端执行python报python: command not found或运行出的 Python 版本与预期不符。排查与解决先确认系统里到底装了什么# 检查 Python 版本 python --version python3 --version在 macOS/Linux 上很多发行版默认只提供python3命令而没有python别名。此时有两种做法# 做法一创建别名写入 ~/.bashrc 或 ~/.zshrc 后重新加载终端 alias pythonpython3 alias pippip3 # 做法二始终显式使用 python3 python3 -m pip install jupyterWindows 解决步骤重新安装 Python安装向导中务必勾选 Add Python to PATH安装完成后重启终端或命令提示符让 PATH 变更生效用python --version验证。课程要求 Python 3.7 及以上版本见 INSTALLATION.md低于该版本的部分数据科学库将无法安装或运行。虚拟环境激活失败现象执行激活命令后没有出现(venv)提示符或直接报错。Windows最常见的是 PowerShell 执行策略限制# 出现执行策略错误时先放行当前用户的脚本执行 Set-ExecutionPolicy -ExecutionPolicy RemoteSigned -Scope CurrentUser # 然后再激活 venv\Scripts\activatemacOS/Linux常见原因是 activate 脚本缺少执行权限# 赋予执行权限 chmod x venv/bin/activate # 然后激活 source venv/bin/activate验证激活是否成功# 提示符前应出现 (venv) which python # 应指向 venv 目录内的 Python如果which python仍指向系统 Python说明激活命令没有被当前 shell 正确执行例如在子进程中运行了激活请确认是在同一个终端会话中完成激活的。Jupyter 内核问题现象新建或打开 notebook 时提示 Kernel not found或运行中提示 Kernel keeps dying。解决重新注册内核后重启 Jupyter# 注册一个名为 datascience 的专用内核 python -m ipykernel install --user --namedatascience --display-namePython (Data Science) # 或直接注册默认内核 python -m ipykernel install --user # 重启 Jupyter jupyter notebook现象Jupyter 里的 Python 版本不对例如用到了错误的解释器。解决在虚拟环境内安装 Jupyter 并把内核注册到该环境source venv/bin/activate # 先激活虚拟环境 pip install jupyter ipykernel # 以 venv 为名注册内核 python -m ipykernel install --user --namevenv --display-namePython (venv)然后在 Jupyter 界面中选择Kernel → Change kernel → Python (venv)切换内核。包与依赖问题导入错误 ModuleNotFoundError现象运行 notebook 或脚本时报ModuleNotFoundError: No module named pandas也可能是 numpy、matplotlib 等。解决# 确保虚拟环境已激活 source venv/bin/activate # macOS/Linux venv\Scripts\activate # Windows # 安装缺失的包 pip install pandas # 或一次性安装课程所需的全部常用包 pip install jupyter pandas numpy matplotlib seaborn scikit-learn # 验证安装结果 python -c import pandas; print(pandas.__version__)课程 notebook 与 examples 中的脚本主要使用 pandas、numpy、matplotlib部分可视化课程第 913 课还会用到 seaborn安装清单与 INSTALLATION.md 第 5 步保持一致即可。pip 安装失败现象一权限错误。多发生在系统级 Python 上直接安装时。解决# 使用 --user 安装到当前用户目录 pip install --user package-name # 更推荐的做法创建虚拟环境推荐 python -m venv venv source venv/bin/activate pip install package-name现象二SSL 证书错误。解决# 先升级 pip 本身 python -m pip install --upgrade pip # 临时绕过证书校验仅作为应急方案 pip install --trusted-host pypi.org --trusted-host files.pythonhosted.org package-name--trusted-host会降低安全级别仅建议在受信任网络环境下临时使用恢复正常后应移除该参数。包版本冲突现象安装新包后旧包如 pandas 与 numpy之间出现 API 不兼容。解决最稳妥的是重建干净的虚拟环境并锁定版本# 创建全新虚拟环境 python -m venv venv-new source venv-new/bin/activate # Windows 为 venv-new\Scripts\activate # 按需指定版本安装 pip install pandas1.3.0 pip install numpy1.21.0 # 或直接让 pip 自动解析依赖 pip install jupyter pandas numpy matplotlib seaborn scikit-learnJupyter Notebook 问题Jupyter 无法启动现象执行jupyter notebook提示command not found。解决# 安装 Jupyter pip install jupyter # 或通过 python -m 模块方式启动对 PATH 配置不敏感 python -m jupyter notebook # macOS/Linux 下若仍找不到命令把用户 bin 目录加入 PATH export PATH$HOME/.local/bin:$PATHNotebook 无法加载或保存现象打开时报 Notebook failed to load或保存失败。解决步骤检查文件权限# 确认你有写权限 ls -l notebook.ipynb chmod 644 notebook.ipynb # 按需调整检查文件是否损坏.ipynb本质是 JSON 文件可用文本编辑器打开查看 JSON 结构是否完整如果损坏把内容复制到新 notebook 中重建。清理 Jupyter 缓存jupyter notebook --clear-cache单元格卡住不执行现象单元格一直显示In [*]或长时间无响应。解决中断内核点击工具栏 Interrupt 按钮或按两下I键I, I重启内核Kernel 菜单 → Restart检查代码中的死循环例如while True或没有退出条件的循环清除输出Cell → All Output → Clear释放界面资源。图表不显示现象matplotlib绘制的图在 notebook 中不出现。解决在 notebook 顶部加上魔法命令并确保调用plt.show()# 放在 notebook 顶部 %matplotlib inline import matplotlib.pyplot as plt # 创建图表 plt.plot([1, 2, 3, 4]) plt.show() # 务必调用 show()需要交互式图表的替代方案%matplotlib notebook # 或 %matplotlib widget测验应用quiz-app问题课程每节课配有前后测验测验应用位于 quiz-app 目录是标准的 Vue CLI 项目其可用的脚本命令在 quiz-app/package.json 中声明npm run serve开发服务器、npm run build生产构建、npm run lint代码检查。npm install 失败现象在 quiz-app 目录执行npm install时报错。解决# 清除 npm 缓存 npm cache clean --force # 删除 node_modules 与锁文件后重装 rm -rf node_modules package-lock.json npm install # 若仍失败尝试兼容旧依赖树的模式 npm install --legacy-peer-deps测验应用无法启动现象npm run serve失败。解决# 检查 Node.js 版本应不低于 12.x node --version # 重装依赖 cd quiz-app rm -rf node_modules package-lock.json npm install # 更换端口启动 npm run serve -- --port 8081端口被占用现象提示 Port 8080 is already in use。解决# macOS/Linux查找并终止占用 8080 端口的进程 lsof -ti:8080 | xargs kill -9 # Windows netstat -ano | findstr :8080 taskkill /PID PID /F # 或直接改用其他端口 npm run serve -- --port 8081测验页面空白或加载不出现象应用能启动但浏览器打开是空白页。排查步骤按F12打开浏览器控制台查看报错信息清除浏览器缓存与 Cookie换一个浏览器尝试确认浏览器启用了 JavaScript检查是否存在广告拦截插件干扰资源加载。重建应用npm run build npm run serve补充说明从 quiz-app/src/router/index.js 的源码看路由使用了mode: history第 9 行这类历史模式路由在刷新非首页地址时依赖服务器把请求回退到index.html。如果你用npm run build产物部署到静态服务器后刷新出现空白或 404可以推断多半是缺少该回退配置而不是代码本身的问题开发阶段直接使用npm run serve则没有此限制。Git 与 GitHub 问题Git 未安装现象提示git: command not found。各平台安装方式Windows安装 Git for Windows 后重启终端macOS如果已安装 Homebrew执行brew install git也可以安装 Xcode Command Line Toolsxcode-select --installLinuxsudo apt-get install git # Debian/Ubuntu sudo dnf install git # Fedora克隆仓库失败现象git clone报认证错误。解决使用 HTTPS 地址克隆本仓库git clone https://gitcode.com/GitHub_Trending/da/Data-Science-For-Beginners.git如果你的平台账号开启了双因素认证2FA命令行认证时需要改用 Personal Access Token 作为密码。克隆完成后即可在本地 INSTALLATION.md 指引下继续搭建环境。权限被拒publickey现象使用 SSH 方式时报Permission denied (publickey)。解决# 生成 SSH 密钥使用 ed25519 算法 ssh-keygen -t ed25519 -C your_emailexample.com # 把密钥加入 ssh-agent eval $(ssh-agent -s) ssh-add ~/.ssh/id_ed25519 # 查看公钥内容然后粘贴到平台账户的 SSH Keys 设置中 cat ~/.ssh/id_ed25519.pubDocsify 文档问题课程文档由 Docsify 渲染入口文件是仓库根目录的 index.html其中通过window.$docsify配置了站点名称与relativePath: true第 1822 行这意味着文档中的相对链接会按当前页面路径解析直接由目录结构决定。Docsify 命令找不到现象执行docsify提示command not found。解决# 全局安装 npm install -g docsify-cli # macOS/Linux 下遇到权限错误时 sudo npm install -g docsify-cli # 验证安装 docsify --version # 仍找不到时查找 npm 全局安装路径并加入 PATH npm config get prefix # 把输出路径加入 ~/.bashrc 或 ~/.zshrc例如 export PATH$PATH:/usr/local/bin文档内容加载不出来现象Docsify 服务能启动但页面内容为空。解决# 确保在仓库根目录运行 cd Data-Science-For-Beginners # 确认 index.html 存在 ls index.html # 指定端口启动 docsify serve --port 3000 # 按 F12 查看浏览器控制台的报错信息文档默认服务地址为http://localhost:3000见 INSTALLATION.md 的验证章节适合课堂离线场景使用。图片显示为破图解决检查文档中的图片路径是否使用相对路径确认图片文件确实存在于仓库中课程图片一般位于各课节的images/子目录或仓库根 sketchnotes 目录清除浏览器缓存注意部分系统对文件扩展名大小写敏感核对文件名大小写是否一致。数据与文件问题课程的全部数据集集中在 data 目录包括birds.csv、mushrooms.csv、taxi.csv、form.csv、emails.csv、honey.csv、SOCR_MLB.tsv、diabetes.tsv、UID_ISO_FIPS_LookUp_Table.csv以及COVID/下的疫情时间序列 CSV。文件找不到 FileNotFoundError现象加载数据时报FileNotFoundError通常是因为 notebook 的当前工作目录与数据文件的实际位置不一致。解决import os # 查看当前工作目录 print(os.getcwd()) # 使用绝对路径 data_path os.path.join(os.getcwd(), data, filename.csv) df pd.read_csv(data_path) # 或使用相对 notebook 所在目录的路径 df pd.read_csv(../data/filename.csv) # 验证文件是否存在 print(os.path.exists(data/filename.csv))从源码可以印证这一点examples/05_real_world_example.py 第 52 行加载数据时使用pd.read_csv(../data/birds.csv)——因为该脚本位于examples/子目录需要向上跳一级才能到达仓库根的data/。如果你把脚本复制到了别的目录务必同步调整这条相对路径。CSV 读取报错现象读取 CSV 时报编码错误、分隔符错误或解析异常。解决import pandas as pd # 尝试不同编码 df pd.read_csv(file.csv, encodingutf-8) # 或 df pd.read_csv(file.csv, encodinglatin-1) # 或 df pd.read_csv(file.csv, encodingISO-8859-1) # 显式指定缺失值标记 df pd.read_csv(file.csv, na_values[NA, N/A, ]) # 非逗号分隔时指定分隔符 df pd.read_csv(file.csv, delimiter;)注意课程数据并非都是 CSVdata/目录下同时存在SOCR_MLB.tsv与diabetes.tsv两个制表符分隔文件读取时应使用sep\t。大文件导致内存不足现象加载大文件时报MemoryError。解决# 分块读取 chunk_size 10000 chunks [] for chunk in pd.read_csv(large_file.csv, chunksizechunk_size): # 逐块处理 chunks.append(chunk) df pd.concat(chunks) # 或只读取需要的列 df pd.read_csv(file.csv, usecols[col1, col2]) # 或使用更紧凑的数据类型 df pd.read_csv(file.csv, dtype{column_name: int32})课程数据以教学用途为主多数文件较小但如果把 data 目录中的疫情时间序列 CSV按国家 × 日期展开的长表反复读取多次仍可能拖慢内存上述技巧在扩展练习时非常实用。性能问题Notebook 运行缓慢解决重启内核并清除输出Kernel → Restart Clear Output释放被大输出占用的内存关闭不用的 notebook每个打开的内核都会常驻内存用向量化运算替代循环# 不推荐Python 循环 result [] for x in data: result.append(x * 2) # 推荐NumPy/Pandas 向量化 result data * 2开发阶段抽样数据# 先用子集调试全量验证放在最后 df_sample df.sample(n1000) # 或 df.head(1000)浏览器崩溃或无响应解决关闭无关的浏览器标签页清除浏览器缓存调大浏览器内存上限Chromechrome://settings/system改用资源占用更友好的 JupyterLabpip install jupyterlab jupyter lab如何高效地寻求帮助求助前的自查清单通读本排障指南确认是否已覆盖你遇到的问题在本仓库的 Issues 区搜索是否有人遇到过相同问题复查 INSTALLATION.md环境安装与 USAGE.md使用流程中对应的章节用搜索引擎检索完整报错信息原文注意不要拼错或省略关键错误码。提交问题时的必备信息一个能被快速响应的问题报告应包含以下五项操作系统Windows、macOS还是 Linux注明发行版与版本Python 版本执行python --version输出结果完整报错信息复制完整的错误堆栈不要只贴摘要复现步骤出错前你执行了哪些操作已尝试的方案你已经尝试过哪些解决办法及其结果。示例模板**Operating System:** macOS 12.0 **Python Version:** 3.9.7 **Error Message:** ModuleNotFoundError: No module named pandas **Steps to Reproduce:** 1. 激活了虚拟环境 2. 启动 Jupyter notebook 3. 尝试导入 pandas **What Ive Tried:** - 执行了 pip install pandas - 重启了 Jupyter仓库内可继续深入的相关文档INSTALLATION.md —— 环境安装的八步完整流程USAGE.md —— 课程使用方式、常见工作流与教师指南README.md —— 课程总体介绍与章节导航CONTRIBUTING.md —— 如何提交问题、参与贡献examples/README.md —— 面向初学者的五个可运行示例含鸟类撞击数据分析的完整工作流补充说明本排障指南基于课程仓库实际内容整理所有命令与配置均与仓库中的 INSTALLATION.md、USAGE.md、quiz-app/package.json 及 index.html 等文件保持一致不同操作系统、Python 与 Node.js 版本下的表现可能存在差异请以实际报错信息为准。【免费下载链接】Data-Science-For-Beginners10 Weeks, 20 Lessons, Data Science for All!项目地址: https://gitcode.com/GitHub_Trending/da/Data-Science-For-Beginners创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考