本地设置

虽然 Google Colab 提供了访问 SunSolve P90 最简单的方式,但您也可以在自己的计算机上本地运行 Jupyter notebook。

这还将确保任何输出文件都保存在本地。

先决条件

这需要安装以下程序:

• Python 3+ - 最新版本的 Python(建议 3.8 或更高版本)。从 python.org 下载。
• Pip - Python 包安装器(通常包含在 Python 中)。如果未安装,请参阅 pip 安装指南。
• Jupyter - Notebook 软件。使用 pip install jupyter 安装。
• Git - 用于克隆存储库(或者,您可以直接下载文件)。从 git-scm.com 下载。

安装步骤

1. 确保已安装 Python 和 Jupyter:

   pip install jupyter pandas numpy matplotlib plotly

2. 克隆或下载存储库:

   git clone https://github.com/pvlighthouse/SunSolveP90.git
   cd SunSolveP90

   或直接从存储库下载并解压文件。

3. 启动 Jupyter:

   jupyter notebook

4. 在您的 Jupyter 界面中打开主分析 notebook (P90 Analysis.ipynb)

5. 运行 notebook: 所有包安装和设置都由 notebook 单元自动处理

开发环境选项

标准 Jupyter notebook

直接使用 Jupyter 运行 notebook(在浏览器中)需要您:

1. 将 notebook 下载到本地驱动器
2. 在同一文件夹中打开终端
3. 运行 jupyter notebook 打开 Jupyter 界面
4. 从此界面打开”P90 Analysis” notebook
5. 选择一个有效的内核(通常是 ‘venv’ 或 ‘conda’)

之后的体验与 Colab 大致相同。只是请注意播放按钮在顶部菜单下,而不是在单元格的左侧。

Visual Studio Code

如果您更喜欢使用 VS Code 进行 Jupyter notebook 开发:

1. 安装 Python 扩展和 Jupyter 扩展
2. 在 VS Code 中打开克隆的存储库文件夹
3. 选择已安装包的 Python 解释器
4. 打开 P90 Analysis.ipynb 并交互式运行单元

VS Code 用户将看到与 Google Colab 非常相似的界面,播放按钮也在左侧。只需将 notebook 保存到本地驱动器,然后在 VS Code 中打开它。

主要区别在于,登录时,您将在屏幕顶部的搜索栏中看到提示。

JupyterLab

对于更高级的界面:

1. 安装 JupyterLab: pip install jupyterlab
2. 启动: jupyter lab
3. 在界面中导航到 P90 notebook 文件

故障排除

如果您在没有 Google Colab 的情况下本地运行 Jupyter notebook,则需要手动安装所有必需的模块。

如果遇到”ModuleNotFoundError”,请运行包含代码 %pip install ___ 的单元,用缺少的模块名称替换”___“。

身份验证设置

在您的首次分析期间,系统将提示您进行身份验证:

1. 凭据提示: 系统将请求您的 PV Lighthouse 登录凭据
2. VS Code 用户: 将在搜索栏中请求凭据
3. 其他环境: 按照 notebook 中的交互式提示操作

您的凭据仅用于 API 身份验证,不会永久存储。

下一步

环境设置完成后,请继续阅读 Jupyter notebook 演练以运行您的第一次不确定性分析。