5分钟搭好云端数据科学环境Codespaces Jupyter 新手快速上手指南【免费下载链接】codespaces-jupyterExplore machine learning and data science with Codespaces项目地址: https://gitcode.com/gh_mirrors/co/codespaces-jupyterGitHub Codespaces Jupyter 是一个面向机器学习与数据科学的预配置云端开发环境可以浏览器里直接运行 Jupyter 笔记本。克隆仓库并创建 Codespace你会得到一个装好 PyTorch、Pandas、Matplotlib 等 10 个 Python 库的即用工作区全程大约 5 分钟。下面的教程按步骤带你走一遍直到看到第一张图表。 适用场景本地装不动 Python 和依赖库只想快速跑通一个机器学习 demo没有高配机器需要云端算力✅ 准备清单✅ 一个 GitHub 账号用于创建并运行 Codespace✅ 稳定的网络环境需要拉取镜像并下载依赖✅ 现代浏览器用于打开 Codespace 的 Web 界面✅ 不需要本地安装 Python也没有硬件门槛 分步上手1. 克隆仓库如果你希望先在本地准备代码先把项目拉下来git clone https://gitcode.com/gh_mirrors/co/codespaces-jupyter执行完后在目录下看到requirements.txt、data/和notebooks/即成功。2. 创建 Codespace进入仓库页面点击 Code选择 “Open with Codespaces”再点击 “New codespace”。看到 VS Code Web 界面打开、终端进入就绪状态即成功。3. 等待环境自动配置系统会按 .devcontainer/devcontainer.json 自动完成配置分配 4 核 CPU并执行下面这条命令安装依赖python3 -m pip install -r requirements.txt终端输出里每条依赖都显示 “Successfully installed”、没有红色报错即成功。4. 打开第一个笔记本在左侧文件树点击notebooks/population.ipynb然后在编辑器右上角选择已装好的 Python 解释器。界面进入 Jupyter 模式、内核状态正常即成功。 跑通第一个例子我们挑 notebooks/population.ipynb 来验证环境。打开后点 “Run All”这个笔记本先用 Pandas 读取 data/atlantis.csv 里的人口数据再用 Matplotlib 画图。预期输出是一张标题为 “Population of Atlantis” 的折线图横轴 Year纵轴 Population曲线逐年上升。把data/atlantis.csv里的数字改掉再重新运行图表会跟着变化这是确认环境可用的最快方式。 内置能力一览组件用途定义位置torch 2.10.0深度学习框架用于图像分类训练requirements.txttorchvision 0.25.0计算机视觉工具与数据集requirements.txtpandas 2.2.2读取 CSV 与数据处理requirements.txtmatplotlib 3.8.4折线图等数据可视化requirements.txtipywidgets 8.1.8笔记本内的交互式组件requirements.txtms-toolsai.jupyterVS Code 的 Jupyter 笔记本支持.devcontainer/devcontainer.jsonms-python.pythonPython 语言支持与调试.devcontainer/devcontainer.json4 核 CPU云端硬件资源.devcontainer/devcontainer.json 常见问题打开笔记本提示找不到 Jupyter 内核现象编辑器提示选择内核列表为空 原因后台依赖安装尚未完成 处理等终端里的安装命令跑完再到笔记本右上角重新选择解释器pip install 卡住或报网络错误现象安装命令长时间无输出或抛出错误 原因云端网络访问 PyPI 不稳定 处理在终端重跑python3 -m pip install -r requirements.txt仍失败就重启 Codespace 让它自动重装笔记本能运行但图表不显示现象单元格执行后没有输出 原因内核未连接或该单元格未完整执行 处理重启内核后重新 Run All 自定义入口requirements.txt添加新依赖比如 scikit-learn 或 seaborn.devcontainer/devcontainer.json调整 CPU 数量、增删 VS Code 扩展data/atlantis.csv换成自己的数据让示例图表跟着变化notebooks/population.ipynb修改图表类型、配色与坐标轴现在打开你的 codespace运行population.ipynb画出第一张图。跑通之后可以接着试 PyTorch 图像分类示例 notebooks/image-classifier.ipynb或者带上自己的 CSV 数据开始分析。【免费下载链接】codespaces-jupyterExplore machine learning and data science with Codespaces项目地址: https://gitcode.com/gh_mirrors/co/codespaces-jupyter创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考