چگونه یک اسکریپت پایتون را در اوبونتو اجرا کنیم

نرگس سلطانی
۱۸ بهمن ۱۴۰۳

در حال حاضر ابزار‌های مبتنی بر هوش‌مصنوعی پایتون به یکی از بهترین زبان‌های برنامه‌نویسی برای هوش مصنوعی تبدیل شده و این امر آن را در بین توسعه دهندگان پایتون بسیار محبوب کرد است.

حال از خود می‌پرسید که دلیل این محبوبیت چیست؟ دلیل محبوبیت آن سادگی، خوانایی بالا و کتابخانه‌های قدرتمندی مانند TensorFlow, PyTorch و scikit-learn است. که کار را برای توسعه دهندگان راحت‌تر کرده است.

تمامی این کتابخانه‌ها ابزارهای پیشرفته‌ای هستند که برای یادگیری زبان ماشین، تحلیل‌داده‌ها و شبکه‌های عصبی را فراهم می‌کند. با تمامی این معیار‌ها پایتون به یک انتخاب برگزیده برای ارائه پروژه‌های هوش‌مصنوعی و یادگیری ماشین تبدیل شده است.

پایتون در حوزه هوش مصنوعی نقش مهم و کلیدی را ایفا می‌کند و یادگیری روش‌های اجرای اسکریپت پایتون از اهمیت بسیاری برخوردار است. در این مقاله آموزشی از لیارا به شما یاد خواهیم داد تا بتوانید با اسکریپت پایتون در سیستم عامل اوبونتو (ubuntu) به روشی ساده از آن استفاده کنید و پایه ای برای یادگیری بهتر اسکریپت‌های پیشرفته تری را در حوزه هوش مصنوعی بسازید.

پیش نیاز های اجرای اسکریپت پایتون در اوبونتو

برای انجام صحیح اسکریپت پایتون در اوبونتو به موارد زیر احتیاج خواهید داشت.

یک سرور از نوع سیستم عامل ابونتو به همراه یک کاربر ریشه‌های غیر حقیقی (non-root) که دسترسی‌های sudo را داشته باشد و همچنین یک فایروال فعال مورد نیاز خواهد بود. اما اگر نحوه راه اندازی آن را نمی‌دانید، می‌توانید توزیع اوبونتو خود را از فهرست‌های پشتیبانی انتخاب کنید و راهنمای تنظیمات اولیه سرور را به قدم به قدم دنبال کنید. در ابتدا اطمینان حاصل کنید که که نسخه ای که از آن استفاه می‌کنید از پشتیبانی اوبونتو استفاده کرده باشد.

آشنایی با خط فرمان لینوکس (Linux Command Line): اگر در این بخش هم مانند بخش قبلی نیاز به آشنایی اولیه یا مرور داشته اید، می‌توانید از راهنمای خط فرمان لینوکس استفاده کنید.

به‌روزرسانی سیستم: قبل از شروع، باید دستور زیر را در ترمینال اوبونتو اجرا کنید.

sudo apt-get update

این کار باعث می‌شود تا سیستم شما از مخازن نرم افزاری تنظیم شده، جدیدترین نسخه‌های به‌روز‌رسانی را دریافت کند. تمامی این دستور العمل‌ها برای نسخه‌های جدید اوبونتو قابل اجرا هستند. اگر از نسخه‌های پایین تری استفاده می‌کنید، توصیه می‌شود که اوبونتوی خود را به آخرین نسخه خود آپدیت کنید. زیرا دیگر اوبونتو از این نسخه‌ها پشتیابی نمی‌کند.

نحوه اجرای سکریپت پایتون در ابونتو

• راه‌ اندازی محیط پایتون
• ساخت اسکریپت پایتون
• نصب بسته‌‌های مورد نیاز
• اجرای اسکریپت‌های پایتون
• قابلیت اجرا کردن اسکریپت‌ها

در ادامه هر گام را به صورت کامل توضیح خواهیم داد.

راه‌ اندازی محیط پایتون

اوبونتوی ورژن 24.04 به صورت خودکار و پیش فرض همراه با پایتون 3 ارائه می‌شود. اما توصیه می‌شود یک بار آن را چک کنید تا از نصب بودن پایتون 3 اطمینان حاصل کنید. برای اینکه از نصب بودن آن مطمئن شوید باید ترمینال را باز کنید و دستور زیر را اجرا کنید.

 python3 --version

اگر پایتون 3 بر روی سیستم شما نصب شده باشد. این دستور نسخه فعلی پایتون 3 را نمایش می‌دهد.

در صورتی که پایتون 3 نصب نشده باشد، می‌توانید با اجرای دستور زیر آن را نصب کنید.

sudo apt install python3

در مرحله بعد، باید مدیر بسته pip را بر روی سیستم خود نصب کنید. برای نصب آن دستور زیر را وارد کنید.

sudo apt install python3-pip

ساخت اسکریپت پایتون

در مرحله بعدی باید کد پایتونی که قصد اجرا کردن آن را دارید را درج کنید. برای ساخت یک اسکریپت جدید، باید به پوشه مورد نظر خود برید:

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

زمانی که وارد پوشه مورد نظر خود شدید، باید فایل جدیدی را ایجاد کنید. برای این کار باید دستور زیر را اجرا کنید.

nano demo_ai.py

این دستور یک فایل جدید را با نام demo_ai.py ایجاد کرده و آن را در ویرایشگر متنی nano باز می‌کند تا امکان نوشتن کد‌های پایتون را داشته باشید.

دستور زیر یک ویرایشگر متنی خالی را برای شما باز می‌کند تا بتوانید در آن کدهای مورد نظرتان را بنویسید.

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

# Generate sample data
x = np.array([[i] for i in range(1, 21)])  # Numbers 1 to 20
y = np.array([i % 2 for i in range(1, 21)])  # 0 for even, 1 for odd

# Create and train the model
model = DecisionTreeClassifier()
model.fit(x, y)

# Function to predict if a number is odd or even
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.")

این اسکریپت می‌تواند یک classfier درخت تصمیم ساده را با استفاده از کتابخانه scikit-learn ایجاد کند. این مدل برای شناسایی اعداد فرد و زوج بر اساس داده‌های نمونه تصادفی آموزش می‌دهد. بعد از آن با توجه به اطلاعاتی که آموزش دیده است، برای یک عدد داده شده پیش بینی را انجام می‌دهد. در انتها فایل را ذخیره کنید و از ویرایشگر خارج شوید.

نصب بسته‌‌ های مورد نیاز

در مرحله نصب بسته‌ها، باید بسته‌هایی که در اسکریپت بالا استفاده کرده اید را نصب کنید. اولین بسته ای که باید نصب شود NumPy است. شما از این کتابخانه برای ایجاد داده‌های نمونه برای آموزش و مدل یادگیری ماشین استفاده خواهید کرد.

برای نصب و استفاده از numpy، نیاز به ساخت محیط مجازی را دارد که بسته ای پایتون شما را از محیط سیستم جدا کند. این کار از اهمیت بسیاری برخوردار است زیرا وابستگی‌های مورد نیاز پروژه‌های مختلف را جدا نگه می‌دارد و از بروز تداخل های احتمالی بین نسخه‌های مختلف بسته جلوگیری می‌کند.

برای نصب virtualenv دستور زیر را اجرا کنید.

 sudo apt install python3-venv

از ابزار‌های زیر برای ایجاد یک محیط مجازی درون پوشه کاری خود استفاده کنید. برای این کار دستور زیر را وارد کنید.

python3 -m venv python-env

با اجرای این دستور، محیط مجازی فعال شده و نام محیط مجازی venv در ابتدای خط فرمان شما ظاهر می‍شود.

 source python-env/bin/activate

این دستور پیش از پرامپت ترمینال آمده و نام محیط مجازی شما را نمایش می‌دهن و نشان می‌دهد که محیط مجاز شما فعال شده است و می‌توانید بسته‌ها را در این محیط نصب کنید؛ بدون این که به سیستم اصلی شما آسیبی برسد.

Output(python-env) ubuntu@user:

حال بسته ای مورد نیاز را با اجرای این دستور نصب کنید. این دستور کتابخانه numpy و scikit-learn را در محیط مجازی شما نصب می‌کند.

pip install scikit-learn numpy

اجرای اسکریپت‌ های پایتون

این دستور اسکریپت script.py را اجرا کرده و نتایج را در ترمینال نمایش می‌دهد.

python3 demo_ai.py

بعد از اجرای موفقیت آمیز، خروجی مد نظر را در ترمینال مشاهده می‌کنید.

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.

قابلیت اجرا کردن اسکریپت ها

این قابلیت به شما این امکان را می‌دهد که بدون نیاز به فراخوانی صریح پایتون با نوشتن دستور python3 که آن را مستقیما اجرا کنید. این عمل اجرای اسکریپت را سریع تر و راحت تر می‌کند. به یاد داشته باشید برای باز کردن یک اسکریپت پایتون از یک ویرایشگر متنی استفاده کنید.

nano demo_ai.py

در بالای فایل یک shebang (یعنی خط #!) را اضافه کنید این دستور به سیستم می‌گوید که هنگام اجرای اسکریپت از کدام مترجم استفاده کند این دستور به سیستم اعلام می‌کند که اسکریپت باید با استفاده از python3 اجرا شود.

#!/usr/bin/env python3

برای اینکه اسکریپت شما قابل اجرا باشد و هر برنامه و یا دستوراتی را در ترمینال اجرا کند، باید دستور زیر را وارد کنید. با این کار اسکریپت شما قابل مشاهده خواهد بود.

chmod +x demo_ai.py

بعد از اجرای صحیح، بلا فاصله کنترل را به شما باز میگرداند و از این پس می‌توانید به راحتی از اسکریپت خود استفاده کنید. برای این عمل دستور زیر را وارد کنید.

./demo_ai.py

جمع بندی

اجرای اسکریپت‌های پایتون در اوبونتو یک فرآیند ساده است که این امکان را برای شما فراهم می‌کند تا از قدرت زبان پایتون برای انجام کارهای مختلف استفاده کنید. با یادگیری نحوه اجرای این اسکریپت‌ها، در واقع شما در حال آماده‌ سازی خود برای کار با ابزارهایی هستید که پایتون برای انجام پروژه‌های پیچیده در اختیار شما قرار می‌دهد. تمامی این ابزارها، به خصوص برای توسعه هوش مصنوعی و یادگیری ماشین، امری ضروری هستند و کمک می‌کند تا مدل‌های پیچیده‌ ای را طراحی کنید و داده‌ها را تجزیه و تحلیل نمایید.

در این مسیر، داشتن یک محیط مناسب برای اجرای اسکریپت‌های پایتون اهمیت زیادی دارد. استفاده از یک هاست پایتون قدرتمند می‌تواند سرعت، امنیت، و عملکرد پروژه‌های شما را به شکل قابل توجهی افزایش دهد. در نهایت، یادگیری نحوه اجرای اسکریپت‌های پایتون و بهره‌گیری از هاست مناسب، شما را قادر می‌سازد تا از تمامی امکانات پایتون برای پیشبرد پروژه‌های خود بهره‌مند شوید.