开发环境和运行环境_Data Science的开发环境搭建

“工欲善其事，必先利其器”，Data Science数据科学受到越来越多的关注，想要简单上手写几行Python代码不难，难的是系统化的开发和持续集成/持续部署。作为长远开发使用考虑，先就Data Science开发环境搭建做一些探索经验的积累。

其实使用Win/Mac/Linux都能进行数据工作的开发，但基于Linux的开发方式对后期真正生产环境的集成部署很有帮助，于是我们不论在哪个系统上写代码，还是希望最终能基于Linux环境开发。对于大部分使用Win的同学，我们选择基于Linux开发会有几种方式：

• Linux单系统——只能单用总有不方便
• Win+Linux双系统——切换系统需要重启且切换麻烦
• Win+虚拟机Linux——虚拟机资源消耗大且对硬件资源要求高
• Win+内置WSL——占用资源较少可随意重装，但有一些限制

所以在现在Win10的最新系统上，还是建议使用Win+内置WSL的方式来搭建基于Linux的数据科学开发环境。以实现在Window上编写、在Linux环境调试并适配部署应用的一体化开发。

Win10安装WSL

WSL是“Windows Subsystem for Linux”的缩写，是Win系统的Linux子系统，其作为Windows组件搭载在Windows10周年更新(1607)后的Windows系统中。在最新版系统上安装很简单，在Powershell(管理员)命令窗口里输入：

Enable-WindowsOptionalFeature -Online -FeatureName Microsoft-Windows-Subsystem-Linux

打开Win10应用商店，搜索“ubuntu”并选择Ubuntu 18.04LTS，如下图所示点击"安装"：

启动后提示设置用户名和密码即可以用起来了。也用同学希望在WSL用图形界面，或是改造SSH登陆显示界面的可以简单搜到，我们这里希望仅使用WSL作为各种开发环境的安装，以适配各种IDE或编辑器对接开发环境联调代码。WSL下的中文字符显示，需要安装：

sudo apt install fonts-noto-cjk

Anaconda数据科学工具包的安装

数据科学研究多数构建在基于Python的开发环境(当然也有使用R开发以及面向大数据处理的Scala开发)，而集成多种Python数据科学包的Anaconda可以为开发研究带来方便，也是业内常用的数据开发集成环境。

在WSL里，根据https://repo.continuum.io/archive/列表里的Anaconda版本(注意不同的Anaconda版本对应不同的Python版本以及集成包里的各packages版本)，选择合适的版本如Anaconda3-2019.10-Linux-x86_64输入如下命令：

wget https://repo.continuum.io/archive/Anaconda3-2019.10-Linux-x86_64.shbash Anaconda3-2019.10-Linux-x86_64.sh

按提示步骤即可完成Anaconda集成环境在WSL下的安装。

Python开发IDE选择

如果把开发IDE和代码编辑器作为一起考虑，首选PyCharm+VSCode+Jupyter Notebook的开发方式来进行数据科学的数据探索工作，他们各自有各的优势：

• Jupyter Notebook便于交互式想法试验适用于样本数据探索和模型试验
• VSCode便于简单代码编辑
• PyCharm集成环境便于工程项目debug开发

所以作为数据科学综合开发环境，选择分别安装Jupyter Notebook、VSCode和PyCharm来进行代码编辑、debug测试、原型试验和项目开发。

Jupyter Notebook交互式开发

安装好Anaconda后在WSL就可以启动Jupyter Notebook了：

jupyter notebook # 运行jupyter

命令提示给出的链接即可在Win10浏览器里打开，就可以开始Jupyter Notebook的开发实验了：

当然代码文件的存储也是在WSL里刚打开Jupyter的目录里，而WSL其实可以和Win10目录共享访问，其目录是在/mnt/c对应Win10的C盘目录。

VSCode代码编辑

VSCode作为轻量级代码编辑器是十分轻便优秀的，使用VSCode编辑Python代码需要连接WSL环境下的Anaconda和Python，需要配置让VSCode配合WSL开发环境运行起来

1.安装VSCode，下载地址https://code.visualstudio.com/

2.在VSCode中安装Code Runner插件和Remote-WSL插件(如下图所示)，插件装好后右上角会有一个三角形图标，这个就是Code Runner编译运行程序的按钮

3.把VSCode的默认终端从Power Shell改成为WSL。在VSCode界面按F1会弹出一个搜索框，输入Open Settings(JSON)回车就到设置界面，在设置界面中填入

"terminal.integrated.shell.windows":"C:WindowsSystem32wsl.exe",

4.设置插件Code Runner。由于Code Runner默认的设置是为Windows准备的，所以必须把这些在Windows下的编译代码改成linux下的编译代码。方法同上一步，在Open Settings (JSON)中加入以下代码：

{ "code-runner.clearPreviousOutput": true, "code-runner.ignoreSelection": true, "code-runner.runInTerminal": true, "code-runner.saveAllFilesBeforeRun": true, "code-runner.executorMap": { "cpp": "g++ $fileName -lpthread -lboost_system -lboost_filesystem -o $fileNameWithoutExt && ./$fileNameWithoutExt", "python": "python3 -u ./$fileName"},

设置保存后，整个VSCode对接WSL环境就搭建完成了，下方的Terminal里面就是Ubuntu终端。如果代码要编译，则点击一下右上Code Runner那个三角形按钮，就可以编译并运行了。

PyCharm项目开发

PyCharm常用于项目类型的开发，相比VSCode的代码编辑功能强大更多，相比Jupyter Notebook的交互式方式更像一种解释编译运行的集成式IDE。使用WSL在PyCharm需配置远程解释器，完成对接在Linux环境的开发。

1.打开Add Python Interpreter对话框。在Windows下配置路径为File | Settings，在左边区域里点击WSL，例如下图所示配置Interpreter的路径：

2.如果已经在具体项目中，也可以通过路径File | Settings | Project | Project Interpreter点击配置图标选择Add后，再配置选择合适的Python解释器，并会列出其默认的库包版本如下图所示：

点击ok配置完成后，就可以在PyCharm里开发项目，并基于Linux环境调试代码，所开发代码可以更顺利部署在Linux线上服务环境，当然如果希望DevOps更加一体化，可以考虑使用docker来完成开发环境的部署打包，这就需要WSL+docker的协同操作，这里因为WSL有些许限制还是需要配合Win版docker进行如有需要下回再展开介绍讨论。

结语

至此，我们搭建了便于数据实验的一体化数据科学开发环境，完成了基于WSL的Jupyter Notebook/VSCode/PyCharm的代码开发环境配置，可以更好的支持Python代码的开发以完成数据分析、模型训练、调参调优等一系列的迭代开发debug等工作，希望所介绍内容对大家实践数据科学实验有所帮助。

参考资料

• Win10+WSL+VS Code搭建Ubuntu开发环境 https://zhuanlan.zhihu.com/p/57882542
• 基于SSH调试的WSL+PyCharm配置方式 https://zhuanlan.zhihu.com/p/49227132
• Configure a remote interpreter using WSL https://www.jetbrains.com/help/pycharm/using-wsl-as-a-remote-interpreter.html