Python có hỗ trợ máy Mac M1 không?

Bộ xử lý Mac M1 mới khá tuyệt và đủ để chuyển đổi người dùng Linux kỳ cựu này sang Mac. Kể từ Mac M1, M2, v.v. đều dựa trên ARM, có một số điểm khác biệt cần lưu ý khi cài đặt môi trường Python của bạn. Một số hướng dẫn mà tôi đã xem đã khuyến nghị cài đặt các gói x86 (Intel), nhưng có một hình phạt về hiệu suất khi các chương trình x86 được Rosetta2 phiên dịch để hoạt động trên máy Mac M1. Thay vào đó, những hướng dẫn này sẽ giúp bạn có một môi trường Python khoa học đầy đủ chức năng hoạt động tự nhiên trên kiến ​​trúc M1

Chúng tôi sẽ sử dụng import pandas as pd
import numpy as np6 và import pandas as pd
import numpy as np7 để cài đặt các gói

1. Tải xuống và cài đặt phiên bản pygplates mới nhất tương ứng với kiến ​​trúc hệ thống của bạn (Mac M1 ARM) và lưu ý thư mục cài đặt và đường dẫn python
2. Cài đặt conda (chúng tôi khuyên dùng miniforge) và tạo môi trường mới e. g. import pandas as pd
   import numpy as np8
3. Kích hoạt môi trường python mới của bạn với import pandas as pd
   import numpy as np9
4. Một số gói yêu cầu các phụ thuộc bổ sung như trình biên dịch và thư viện ánh xạ bên ngoài conda (Tôi đang xem bạn GDAL. ) Để thực hiện việc này, hãy cài đặt homebrew, sau đó chạy /bin/bash -c "$(curl -fsSL //raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)"0
5. Sau đó, bạn sẽ có thể cài đặt các gói Python của mình. /bin/bash -c "$(curl -fsSL //raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)"1
6. Liên kết đến bản cài đặt pygplates của bạn bằng đường dẫn python bạn đã viết ở bước 1. Trong trường hợp của tôi /bin/bash -c "$(curl -fsSL //raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)"2
7. Cài đặt bất kỳ phụ thuộc bổ sung nào (không có công thức conda) bằng cách sử dụng pip. /bin/bash -c "$(curl -fsSL //raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)"3

Bây giờ bạn sẽ có bản cài đặt pyGPlates đang hoạt động với các phụ thuộc bổ sung cần thiết cho các ứng dụng Python khoa học. Chi tiết bổ sung về cài đặt /bin/bash -c "$(curl -fsSL //raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)"4 có thể được tìm thấy. Gói conda cho pyGPlates đang được phát triển

Các máy chạy bằng M1 mới đã gây ấn tượng với mọi người về hiệu suất của chúng và các nhà phát triển Python đã muốn có một miếng bánh

• Dưới đây là danh sách của chúng tôi về một số máy trạm dành cho doanh nghiệp tốt nhất (mở trong tab mới)
• Và đây là một số máy trạm di động tốt nhất (mở trong tab mới)
• Chúng tôi cũng đã tổng hợp các máy tính dành cho doanh nghiệp tốt nhất (mở trong tab mới)

trình cài đặt thử nghiệm

Python v3. 9. 1 (opens in new tab) trở thành phiên bản ngôn ngữ đầu tiên hỗ trợ macOS 11 Big Sur. Các nhà phát triển lưu ý rằng việc phát hành có thể thực hiện được nhờ Xcode 11, nhờ đó họ có thể xây dựng các tệp nhị phân Universal 2 hoạt động trên Apple Silicon.

Bây giờ bạn có thể sử dụng macos11 mới. 0 để cài đặt Python trên Big Sur chạy trên máy Mac hỗ trợ M1 mới.  

“Trình cài đặt này có thể được triển khai trở lại các phiên bản cũ hơn, đã được thử nghiệm xuống OS X 10. 9,” các nhà phát triển đã viết trong thông báo phát hành, thêm rằng trình cài đặt nên được coi là “thử nghiệm”

Liệt kê những thay đổi trong ghi chú phát hành chi tiết, các nhà phát triển viết rằng “Kể từ 3. 9. 1, Python hiện hỗ trợ đầy đủ việc xây dựng và chạy trên macOS 11. 0 (Big Sur) và trên máy Mac Apple Silicon (dựa trên kiến ​​trúc ARM64). ”

Mặc dù đây là một sự phát triển tích cực, nhưng đây chỉ là bước đầu tiên trước khi các nhà phát triển Python và nhà khoa học dữ liệu có thể xử lý khối lượng công việc nghiêm trọng trên những chiếc Apple MacBook mới của họ.  

Sau khi mua máy Mac M1, tôi nhận ra rằng việc thiết lập Python đúng cách với tất cả các gói khoa học dữ liệu (và các gói không phải khoa học dữ liệu) trên các mẫu máy Mac mới thật khó hiểu như thế nào

Theo hướng dẫn dài về Anaconda cho Apple Silicon này, có 3 tùy chọn để chạy Python trên M1 - pyenv, anaconda và miniforge

Trong hướng dẫn này, tôi sẽ chỉ cho bạn cách dễ dàng thiết lập Python trên mọi máy Mac M1 bằng anaconda và miniforge. Anaconda mang đến tất cả các công cụ (bao gồm Python và Jupyter Notebook) và các gói được sử dụng trong khoa học dữ liệu chỉ với một lần cài đặt, trong khi miniforge cho phép bạn tự do thiết lập môi trường conda theo ý muốn, vì vậy bạn cần tự cài đặt bất kỳ gói nào

Ghi chú. Các phương pháp được đề cập trong hướng dẫn này sẽ không giúp bạn chạy Python nguyên bản trên máy Mac M1 mà thông qua Rosetta2. Python sẽ hoạt động tốt, chỉ cần lưu ý rằng mọi người thấy hiệu suất bị phạt 20–30% khi chạy các chương trình x86–64 với Rosetta2 so với ARM64 gốc

Các bước dưới đây sẽ giúp bạn tải về bộ cài đặt Anaconda với đầy đủ các gói dùng cho khoa học dữ liệu. Với tùy chọn này, chúng tôi sẽ có thể quản lý Anaconda bằng trình cài đặt đồ họa

Bước 1. Tải xuống và cài đặt Anaconda

Truy cập Anaconda và nhấp vào nút “Bắt đầu”. Một danh sách sẽ hiển thị, chọn tùy chọn “. ” Tại đây bạn sẽ thấy bộ cài đặt Anaconda cho tất cả các hệ điều hành

Tải xuống bất kỳ trình cài đặt 64 bit nào cho macOS (cả hai đều hoạt động tốt với các mẫu M1 nhờ Rosetta2). Trong trường hợp của tôi, tôi đã chọn “Trình cài đặt đồ họa 64 bit” để có giao diện đồ họa đẹp mắt mà Anaconda cung cấp

Sau khi tệp được tải xuống, hãy mở nó lên để cài đặt Anaconda. Một cửa sổ hiện ra, nhấn “Continue” để bắt đầu cài đặt

Bước 2. Khởi chạy Jupyter Notebook/Lab

Khi Anaconda được cài đặt, bạn sẽ thấy biểu tượng hình tròn màu xanh lá cây đại diện cho logo Anaconda. Click vào nó để chạy anaconda. Nếu bạn đã tải xuống trình cài đặt đồ họa như tôi, bạn sẽ thấy trình điều hướng Anaconda hiển thị bên dưới

Các ứng dụng chính cho khoa học dữ liệu là Jupyter Notebook và Jupyter Lab. Hãy khởi chạy bất kỳ ứng dụng nào trong số chúng và nhập một vài thư viện khoa học dữ liệu để kiểm tra xem mọi thứ đã được thiết lập chính xác chưa

Lần đầu tiên bạn nhập thư viện, có thể mất nhiều thời gian hơn bình thường

Bước 3. Cài đặt bất kỳ thư viện bổ sung nào

Anaconda mang đến các gói phổ biến nhất cho khoa học dữ liệu, nhưng cuối cùng có thể có một vài thư viện bổ sung mà bạn sẽ cần cài đặt

Để làm như vậy, hãy chuyển đến phần "Môi trường" nằm ở bên trái. Sau đó, chọn môi trường bạn đang sử dụng (mặc định được gọi là “cơ sở”), nhấp vào danh sách thả xuống và chọn “Chưa cài đặt. ” Sau đó, tất cả các gói có sẵn thông qua kênh conda-forge sẽ được hiển thị. Trên hộp tìm kiếm, bạn có thể viết bất kỳ thư viện nào bạn muốn rồi tích vào ô để cài đặt thư viện

Đó là nó. Bạn đã sẵn sàng sử dụng Python cho khoa học dữ liệu. Nếu có điều gì chưa rõ, hãy xem video bên dưới để biết thêm chi tiết

Lựa chọn 2. Thiết lập Python với Miniforge

Miniforge cho phép bạn cài đặt trình quản lý gói conda. Tùy chọn này cho phép bạn tự do thiết lập môi trường conda theo ý muốn, vì vậy bạn cần tự cài đặt bất kỳ gói nào

Bước 1. Cài đặt Homebrew

Để dễ dàng cài đặt miniforge, trước tiên, chúng ta cần cài đặt Homebrew. Homebrew là một hệ thống quản lý gói nguồn mở giúp đơn giản hóa việc cài đặt phần mềm trên macOS

Để cài đặt Homebrew, hãy truy cập trang web này. Ở đó, bạn sẽ tìm thấy mã bên dưới mà bạn cần chạy trong thiết bị đầu cuối

Thiết bị đầu cuối sẽ yêu cầu mật khẩu người dùng của bạn. Giới thiệu nó rồi nhấn return/enter để tiếp tục

Ghi chú. Để cài đặt Homebrew, bạn cần cài đặt các công cụ xây dựng XCode. Nếu bạn không chắc mình đã có nó hay chưa, đừng lo lắng;

Bước 2. Cài đặt miniforge

Khi Homebrew được cài đặt, hãy khởi động lại thiết bị đầu cuối và cài đặt miniforge chạy lệnh sau

Trong trường hợp bạn gặp lỗi import pandas as pd
import numpy as np1, có thể homebrew đã được lưu trong import pandas as pd
import numpy as np2 thay vì import pandas as pd
import numpy as np3
Nếu đúng như vậy, bạn phải sửa đổi PATH của mình bằng lệnh bên dưới (chi tiết hơn trên StackOverflow .

Sau này, bạn có thể sử dụng import pandas as pd
import numpy as np4 và cài đặt miniforge. Bây giờ là lúc để tạo và kích hoạt một môi trường ảo

Bước 3. Thiết lập và kích hoạt môi trường ảo

Để cài đặt một môi trường ảo, hãy chạy lệnh bên dưới trên thiết bị đầu cuối. Trong ví dụ này, tôi sẽ tạo một môi trường mới có tên là import pandas as pd
import numpy as np5 với Python 3. 8

Sau này, bạn phải kích hoạt môi trường chạy lệnh sau

Bước 4. Cài đặt bất kỳ thư viện Python nào

Cuối cùng, bạn có thể cài đặt gói Python chạy lệnh bên dưới

Hãy cài đặt các thư viện Python phổ biến nhất được sử dụng trong khoa học dữ liệu

Bạn cũng nên cài đặt Jupyter Notebook và/hoặc Jupyter Lab

Để chạy sổ ghi chép jupyter, hãy chạy lệnh sau trên thiết bị đầu cuối

Đó là nó. Bạn đã sẵn sàng sử dụng Python cho khoa học dữ liệu

Tham gia danh sách email của tôi với hơn 3 nghìn người để nhận Python for Data Science Cheat Sheet mà tôi sử dụng trong tất cả các hướng dẫn của mình (PDF miễn phí)

Nếu bạn thích đọc những câu chuyện như thế này và muốn hỗ trợ tôi với tư cách là một nhà văn, hãy cân nhắc đăng ký để trở thành thành viên Medium. Đó là 5 đô la một tháng, cho phép bạn truy cập không giới hạn vào hàng nghìn hướng dẫn về Python và các bài báo về Khoa học dữ liệu. Nếu bạn đăng ký bằng liên kết của tôi, tôi sẽ kiếm được một khoản hoa hồng nhỏ mà bạn không phải trả thêm phí

Python có thể chạy trên Mac M1 không?

Làm cách nào để cài đặt Python trong Mac M1?

Liệu Python 3. 8 có hoạt động trên máy Mac M1 không?

Tôi có thể chạy Python trên Apple Mac không?