20 فرمان پایه لینوکس برای علم داده در سال 2024

معرفی

لینوکس، سیستم عامل مورد علاقه متخصصان علم داده، انعطاف پذیری، قدرت و ابزارهای منبع باز را ارائه می دهد. به عنوان یک مبتدی علم داده، تسلط بر خط فرمان لینوکس گامی کلیدی در جهت توانمندسازی خود در دستکاری، تحلیل و مدل سازی داده ها است. این مقاله 20 دستور اصلی لینوکس را که برای سفر شما در علم داده ضروری است در اختیار شما قرار می دهد.

چرا باید دستورات لینوکس را برای علم داده بدانید؟

به عنوان یک علم اطلاعات حرفه ای، داشتن تسلط قوی بر دستورات لینوکس به چند دلیل ضروری است:

1. پردازش و تجزیه و تحلیل داده ها: همانطور که قبلا ذکر شد، علم داده کار با مجموعه داده های عظیم و دست و پا گیر است که برای مدت طولانی در رایانه های شخصی یا سیستم عامل های معمولی پردازش می شوند. لینوکس دارای ابزارها و ابزارهای خط فرمان قدرتمندی است که می تواند به طور موثر حجم زیادی از داده ها را مدیریت و دستکاری کند. با استفاده از ابزارهای رایجی مانند grep, sort, awk, sed.
2. تکرارپذیری و اتوماسیون: تکرارپذیری، به عنوان یکی از ویژگی های علم داده، جنبه دیگری از کار است. کاربر می‌تواند دستورات لینوکس متعدد را در اسکریپت‌ها ترکیب کند، و استفاده از خطوط لوله پردازش داده و به طور همزمان مستندسازی و ضبط کامل این فرآیند را راحت می‌کند و هر بار که اسکریپت را اجرا می‌کند، نتایج یکسانی را تضمین می‌کند. بنابراین، بدون شک، این به معنای آماده شدن برای به اشتراک گذاشتن کار با دیگران به طرق مختلف است.
3. محاسبات از راه دور و منابع ابری: بسیاری از پروژه های علم داده نیاز به دسترسی به منابع قدرتمند کامپیوتری مانند خوشه های با کارایی بالا یا پلتفرم های مبتنی بر ابر دارند. لینوکس سیستم عامل غالب در این محیط ها است و دانستن نکات و نکات دستورات لینوکس یک مهارت حیاتی برای استفاده از این منابع و مدیریت موثر محاسبات از راه دور است.
4. مدیریت بسته و نصب نرم افزار: توزیع های لینوکس اغلب با مدیران بسته هایی مانند apt, yum، یا dnf، که نصب، به روز رسانی و مدیریت بسته های نرم افزاری را ساده می کند. این به ویژه در علم داده مهم است، جایی که شما اغلب نیاز به نصب و پیکربندی کتابخانه‌ها، چارچوب‌ها و ابزارهای مختلف دارید. دستکاری داده، تجسم و مدل سازی.
5. کنترل نسخه و همکاری: Git یک سیستم کنترل نسخه ضروری برای ثبت تغییرات در کد، داده ها و اسناد کامپیوتری و امکان همکاری اعضای تیم متعدد است. با اينكه رفتن روی سیستم‌عامل‌های مختلف کار می‌کند، به‌راحتی با لینوکس کار می‌کند، زیرا اکثر دستورات Git حول سیستم فایل لینوکس و رابط خط فرمان مبتنی بر متن ساخته شده‌اند.
6. قابلیت تعامل و حمل و نقل: از آنجایی که لینوکس یک سیستم عامل بین پلتفرمی است، اسکریپت ها و دستورات نوشته شده بر روی یک سیستم لینوکس به طور کلی می توانند در سایر توزیع های لینوکس یا سیستم های مشابه یونیکس با تغییرات اندک یا بدون تغییر استفاده شوند. این قابلیت حمل و نقل در علم داده بسیار مفید است، زیرا ممکن است با محیط‌های محاسباتی مختلف کار کنید یا راه‌حل‌های خود را برای اجرا در چندین پلتفرم توسعه دهید.
7. استفاده بهینه از منابع سیستم: لینوکس به دلیل استفاده مؤثر از منابع سیستمی محبوب است و بنابراین، پلتفرم خوبی برای اجرای وظایف علم داده است که به محاسبات فشرده نیاز دارند. دانستن دستوراتی که نظارت بر فعالیت و مدیریت منابع سیستم را تسهیل می‌کنند، مهم است. این اطلاعات برای عملکرد بهینه سیستم و جلوگیری از تنگناها مفید است.

در نتیجه، انجام بیشتر، اگر نه همه، کارهای علم داده روی سیستم عامل های دیگر، مانند ویندوز یا macOS، امکان پذیر است. با این حال، خط فرمان لینوکس یک محیط قوی، همه کاره و رایج برای آن است علم اطلاعات. یادگیری و درک دستورات لینوکس به شما کمک می کند ابزار و مهارت های مورد نیاز برای کار بهتر، همکاری موفق و ایجاد نتایج با کیفیت بالا که به راحتی در علم داده قابل تکرار هستند.

20 فرمان برتر لینوکس برای علم داده در سال 2024

در اینجا بالا است دستورات لینوکس برای علم داده در سال 2024:

pwd (چاپ راهنمای کاری)

دایرکتوری کاری فعلی را نمایش می دهد.

pwd

مثال: اگر در فهرست اصلی خود هستید، pwd /home/username/ را خروجی می دهد.

ls (فهرست)

محتویات دایرکتوری فعلی را فهرست می کند.

ls
ls-l (long listing format)
ls-a (shows hidden files)

سی دی (تغییر دایرکتوری)

دایرکتوری کاری فعلی را تغییر می دهد.

cd/path/to/directory
cd..(moves up one directory)

mkdir (ساخت دایرکتوری)

یک دایرکتوری جدید ایجاد می کند.

mkdir new_directory

rm (حذف)

فایل ها یا دایرکتوری ها را حذف می کند.

rm file.txt (deletes a file)
rm-r directory (deletes a directory recursively)

cp (کپی)

فایل ها یا دایرکتوری ها را کپی می کند.

cp file.txt/path/to/directory(copies a file)
cp-r directory1 directory2(copies a directory)

mv (حرکت)

انتقال یا تغییر نام فایل ها یا دایرکتوری ها.

mv file.txt/path/to/directory(moves a file)
mv file1.txt file2.txt(renames a file)

گربه (الحاق)

محتویات یک فایل را نمایش می دهد.

cat file.txt

سر و دم

چند خط اول یا آخر یک فایل را نمایش می دهد.

head file.txt(shows the first 10 lines)
tail file.txt(shows the last 10 lines)

grep (چاپ عبارات منظم جهانی)

یک الگو را در یک یا چند فایل جستجو می کند.

grep "pattern" file.txt (searches for a pattern in a file)

نوع

ردیف های یک فایل را مرتب کنید.

sort file.txt (sorts the lines in ascending order)

wc (شمارش کلمات)

تعداد خطوط، کلمات و کاراکترهای یک فایل را می شمارد.

wc file.txt

chmod (تغییر حالت)

مجوزهای یک فایل یا دایرکتوری را تغییر می دهد.

chmod 755 file.txt (gives read, write, and execute permissions)

کد: sudo(کاربر فوق العاده)

دستوری را با امتیازات superuser (root) اجرا می کند.

sudo command

apt (ابزار بسته بندی پیشرفته)

برای نصب، به‌روزرسانی و حذف بسته‌ها در توزیع‌های لینوکس مبتنی بر دبیان استفاده می‌شود.

sudo apt update (updates the package lists)
sudo apt install package_name (installs a package)

pip (بسته‌های نصب Pip)

برای نصب و مدیریت بسته های پایتون استفاده می شود.

pip install package_name

کوندا

مدیریت بسته و سیستم مدیریت محیط برای پایتون.

conda create -n env_name python=3.8 (creates a new environment)
conda activate env_name (activates the environment)

دستگاه گوارش

سیستم کنترل نسخه توزیع شده برای ردیابی تغییرات در کد منبع.

git clone repository_url (clones a remote repository)
git add file.py (adds a file to the staging area)
git commit -m "commit message" (commits changes to the local repository)

ssh (پوسته ایمن)

ورود امن از راه دور و پروتکل انتقال فایل.

ssh user@remote_host (connects to a remote host)

بالا و htop

اطلاعات مربوط به فرآیندهای در حال اجرا و استفاده از منابع سیستم را نمایش می دهد.

top (shows a dynamic real-time view of running processes)
htop (an interactive process viewer)

این دستورات به شما کمک می کند تا در سیستم فایل لینوکس پیمایش کنید، فایل ها و دایرکتوری ها را مدیریت کنید، بسته ها را نصب کنید، با سیستم های کنترل نسخه کار کنید و منابع سیستم را نظارت کنید. با کسب تجربه بیشتر در علم داده، دستورات و ابزارهای قدرتمند لینوکس بسیار بیشتری را برای ساده کردن گردش کار خود خواهید یافت.

نتیجه

در پایان، تسلط بر خط فرمان لینوکس برای هر متخصص علم داده حیاتی است. این یک محیط دستکاری، تجزیه و تحلیل و مدل سازی داده ها همه کاره و کارآمد است. با مهارت در این 20 دستور اصلی لینوکس، می توانید در سیستم فایل لینوکس پیمایش کنید، فایل ها و دایرکتوری ها را مدیریت کنید، بسته ها را نصب کنید و به طور موثر با داده ها و اسکریپت ها کار کنید.

دانشی که به دست می‌آورید به ساده‌سازی گردش کار و افزایش بهره‌وری شما کمک می‌کند، خواه مدیریت مجموعه داده‌های بزرگ و توسعه خطوط لوله پردازش داده، یا کار بر روی سرورهای راه دور. همانطور که به سفر خود در علم داده ادامه می دهید، متوجه خواهید شد که این دستورات پایه و اساس کار شما را تشکیل می دهند و دنیایی از امکانات را برای اتوماسیون، تکرارپذیری و همکاری باز می کنند.

امیدوارم این دستورات لینوکس برای علم داده برای شما مفید باشد. اگر دستورات دیگری از لینوکس را می دانید، در بخش نظرات به ما اطلاع دهید.

• محتوای مبتنی بر SEO و توزیع روابط عمومی. امروز تقویت شوید.
• PlatoData.Network Vertical Generative Ai. به خودت قدرت بده دسترسی به اینجا.
• PlatoAiStream. هوش وب 3 دانش تقویت شده دسترسی به اینجا.
• PlatoESG. کربن ، CleanTech، انرژی، محیط، خورشیدی، مدیریت پسماند دسترسی به اینجا.
• PlatoHealth. هوش بیوتکنولوژی و آزمایشات بالینی. دسترسی به اینجا.
• منبع: https://www.analyticsvidhya.com/blog/2024/04/basic-linux-commands-for-data-science/