Linux 因為其穩定性獲得了不少開發者的青睞，同時也成為大多數伺服器的作業系統，對於機器學習開發來說，使用 Mac/Linux 系統幾乎是必須的。然而因為上手難度較大，很多人對其望而卻步。本文將介紹一些 Linux 常用指令以幫助你快速上手。
隨著軟體系統的不斷髮展，今天，不同的作業系統對應著不同的適用人群：Windows 面向辦公室和商用，Mac 面向創意人群，而 Linux 面向軟體開發者。對於作業系統提供商而言，這種市場分割大幅度簡化了產品技術需求、使用者體驗和產品方向上的投入。然而，這也加劇了相容性問題，讓不同業務進入了狹窄、互不相容的領域：商務人士無法對創意提供洞察力，而開發者也無法深入商務決策中去。
在現實中，知識和技能是流動的，跨越多個學科和領域。與其說「你只能擅長一件事」的理念是邁向精通的路線圖，還不如說一種過早最佳化的方法。一旦從社會中取樣大量的任務，你就只能知道你擅長什麼，也許你還發現自己擅長它們中的很多。
對於現代的業務分析師，彌補業務與軟體之間的鴻溝尤其重要。業務分析必須是「雙重平臺」，能夠利用僅在 Linux（或 OS X）上可用的命令列工具，但是仍然受益於 Windows 的 Microsoft Office。可以理解的是，Linux 會使具有商學學位的人感到恐懼。幸運的是，正如大多數事情一樣，你只需 20% 的任務即可完成 80% 的工作。下面是我的 20%。
業務分析是基於資料的，而機器學習正是強大的資料分析工具。我們利用機器學習模型分析資料最好的環境卻恰恰是 Linux 系統，這不僅是因為它支援廣泛的 Python 機器學習庫，同時在於環境配置與管理的簡單明瞭。因此，本文將為機器學習讀者梳理 Linux 系統的基本特性與命令。
為什麼機器學習分析師需要了解 Linux
由於其開源的底層，Linux 從不斷從數以萬計的開發者貢獻中受益。他們構建的程式和工具不僅使其工作更簡單，也簡化了跟隨他們的程式設計人員的工作。結果，開源開發帶來了一種網路效應：在平臺上構建工具的開發者越多，能夠利用這些工具立刻編寫其程式的其他開發者就越多。
結果就是 Linux 中編寫的 Linux 程式和實用工具（統稱為軟體）的擴充套件套件——其中很多從未用於 Windows。一個示例是被稱作 git 的流行的版本控制系統（VCS）。開發者本可以編寫這一在 Windows 工作的軟體，但是卻沒有。他們讓其在 Linux 命令列上工作，因為生態系統已經提供全部所需的工具。
具體來說，Windows 上的開發有兩個主要問題：
1. 基本任務，比如檔案解析、工作排程和文字搜尋比執行命令列工具更為重要。
2. 程式語言（比如 Python、C++）及其相關程式碼庫會引發錯誤，因為它們期望特定的 Linux 引數或檔案系統定位。
這意味著若想在 Windows 上進行開發，我們需要花費更多的時間來重寫 Linux 中已有的基本工具，並排除作業系統相容性錯誤。這並不令人意外——Windows 生態系統當初並沒有考慮軟體開發設計的需求。
藉助這個 Linux 開發案例，讓我們從最基本的開始。
Linux 的基本單元：「shell」
「shell」（也被稱為終端、控制檯或命令列）是一個基於文字的使用者介面，透過它把命令傳送給機器。在 Linux 中，shell 的預設語言是 bash。與主要在 Windows 內部進行點選操作的 Windows 使用者不同，Linux 開發者堅持使用鍵盤把命令輸入到 shell。對於那些沒有程式設計背景的人來說，這種轉變一開始也許會不自然，但是在 Linux 中開發的好處很容易超過最初的學習投資。
學習幾個重要的概念
和成熟的程式語言相比，bash 只需要學習幾個主要的概念。這一步完成之後，之後 bash 的學習就只剩下記憶了。更清楚地說就是：要學好 bash，只需要記住 20—30 個命令（command）以及其中最常用的引數（argument）就可以了。
對於非開發者而言，Linux 很令人費解，因為開發者似乎能隨意且不費力地使用深奧的終端命令。其實是因為他們只記住了少量的命令—對於更復雜的問題，他們（和所有普通人一樣）也需要谷歌一下。
以下就是 bash 中的主要概念。
命令語法
bash 中的命令是區分大小寫的，且遵循 {命令}{引數} 的語法結構。
例如，在『grep-inr』中，grep 是命令（搜尋文字的一個字串），-inr 是標記（flag）或引數（隨 grep 預設執行而變化）。理解這個命令的唯一方法是使用谷歌搜尋，或輸入『man grep』命令。我推薦同時學習命令和其中最常用的引數，否則單獨學習每一個標記的作用是很費力的。
目錄相對地址
當前目錄：.
上一級目錄的上一級目錄：..
使用者的主目錄：~
檔案的系統根目錄：/
例如，為了從當前目錄換到上一級目錄，需要輸入：「cd..」。類似地，為了複製位於「/path/to/file.txt」檔案到上一級目錄中，需要輸入「cp /path/to/file.txt.」（請注意命令末尾的點）。這些例子中使用的都是相對路徑，可以使用絕對路徑替換。
標準輸入（STDIN）/標準輸出（STDOUT）
任何輸入和提交（透過鍵入 ENTER）到視窗的命令都被稱為標準輸入（standard input，STDIN）。
任何程式列印（print）到終端的東西（例如，一份檔案中的文字）都被稱為標準輸出（standard output，STDOUT）。
管道（PIPING）
1 |
一種管道，其左方是一個命令的 STNOUT，將作為管道右方的另一個命令的 STDIN。
例如：echo 『test text』 | wc -l
2 >
大於號，作用是取一個命令 STDOUT 位於左方，並將其寫入/覆寫（overwrite）入右方的一個新檔案。
例如：ls > tmp.txt
3 >>
兩個大於號，作用是取一個命令 STDOUT 位於左方，並將其追加到右方的一個新的或現有檔案中。
例如：date >> tmp.txt
萬用字元（WILDCARDS）
這類似於 SQL 中的% 符號，例如，使用「WHERE first_name LIKE 『John%』」搜尋所有以 John 起始的名字。
在 bash 中，相應的命令是「John*」。如果想列出一個資料夾中所有以「.json」結尾的檔案，可以輸入：「ls *.json」。
TAB 鍵自動完成
如果我們輸入一個命令並按下 TAB 鍵，那麼 Bash 將自動完成該命令。但是，我們也應該使用一些如 zsh 或 fish 工具來自動完成，因為我們很難記住各種命令及它們的引數。更準確地說，這些工具會基於我們的命令列歷史自動完成命令語句。
退出
有時候我們會卡在一些程式中並不知道如何退出它們。這在 Linux 新手中是很常見的問題，這也會大大損害新手的積極性。一般來說，退出命令會和字母「q」有一些關係，所以記住以下的退出命令或快捷鍵就十分有用了。
- Bash
CTRL+c
q
exit
- Python
quit()
CTRL+d
- Nano: CTRL+x
- Vim: <Esc> :q!
常用 Bash 命令
以下是在 Linux 中最常用到的指令，在使用新系統進行開發時，記住這些指令對於快速上手非常重要。
- cd {directory}：轉換當前目錄
- ls -lha：列出目錄檔案（詳細資訊）
- vim or nano：命令列編輯器
- touch {file}：建立一個新的空檔案
- cp -R {original_name} {new_name}：複製一個檔案或目錄（包含內部所有檔案）
- mv {original_name} {new_name}：移動或重新命名檔案
- rm {file}：刪除檔案
- rm -rf {file/folder}：永久刪除檔案或資料夾（小心使用）
- pwb：列印當前工作目錄
- cat or less or tail or head -n10 {file}：檔案的標準輸出內容
- mkdir {directory}：建立一個空的目錄
- grep -inr {string}：在當前目錄或子目錄的檔案中搜尋一個字串
- column -s, -t <delimited_file>：在 columnar 格式中展示逗號分隔檔案
- ssh {username}@{hostname}：連線到遠端機器中
- tree -LhaC 3：向下展示三級目錄結構（帶有檔案大小資訊和隱藏目錄資訊）
- htop (or top)：工作管理員
- pip install --user {pip_package}：Python 安裝包管理器，安裝包到~/.local/bin 目錄下
- pushd . ; popd ; dirs; cd -：在堆疊上 push/pop/view 一個目錄，並變回最後一個目錄
- sed -i "s/{find}/{replace}/g" {file}：替代檔案中的一個字串
- find . -type f -name '*.txt' -exec sed -i "s/{find}/{replace}/g" {} \;：替換當前目錄和子目錄下字尾名為.txt 檔案的一個字串
- tmux new -s session, tmux attach -t session：建立另一個終端會話介面而不建立新的視窗 [高階命令]
- wget {link}：下載一個網頁或網頁資源
- curl -X POST -d "{key: value}" http://www.google.com：傳送一個 HTTP 請求到網站伺服器
- find <directory>：遞迴地列出所有目錄和其子目錄的內容
高階&不常用的指令
保留一個有用命令列表以備不需也是非常必要的，即使這些情況不常發生（如某個程式阻塞了幾個網路埠）。以下我們將列出幾個不常用命令：
- lsof -i :8080：列出開啟檔案的描述符（-i 是網路介面的標記）
- netstat | head -n20：列出當前開啟的 Internet/UNIX 介面（socket）以及相關資訊
- dstat -a：輸出當前硬碟、網路、CPU 活動等資訊
- nslookup <IP address>：找到遠端 IP 地址的主機名
- strace -f -e <syscall> <cmd>：跟蹤程式的系統呼叫（-e 標記用於過濾某些系統呼叫）
- ps aux | head -n20：輸出目前活動的程式
- file <file>：檢查檔案型別（例如可執行檔案、二進位制檔案、ASCII 文字檔案）
- uname -a：核心資訊
- lsb_release -a：系統資訊
- hostname：檢視你的機器的主機名（即其他電腦可以搜尋到的名稱）
- pstree：視覺化分支程式
- time <cmd>：執行一個命令並報告用時
- CTRL + z ; bg; jobs; fg：從當前 tty 中傳遞一個程式到後臺再返回前臺
- cat file.txt | xargs -n1 | sort | uniq -c：統計檔案中的獨特字（unique words）數量
- wc -l <file>：計算檔案的行數
- du -ha：在磁碟上顯示目錄及其內容的大小
- zcat <file.gz>：顯示壓縮文字檔案的內容
- scp <user@remote_host> <local_path>：將檔案從遠端複製到本地伺服器，或反過來
- man {command}：為一個命令顯示 manual（說明文件），但是通常這樣不如谷歌搜尋好用