京公网安备 11010802034615号
经营许可证编号:京B2-20210330
来源:AirPython
作者:星安果
大家好,我是安果!
最近有读者后台给我留言,说这段时间云服务器涨价了,自己日常就运行一些简单的脚本,因此不太想入坑云服务器,问我能不能提供一个不一样的思路给他
本篇文章将介绍一款软件,即:iSH
这款 App 功能非常强大,可以运行各种脚本,适用于需求不是很大的小伙伴
iSH 是一款运行在 iOS 系统上的 App,可以运行 Linux Shell,底层操作系统基于「 Alpine 」
PS:Alpine 是一个超轻量级的 Linux 发行版,是一个由社区开发的 Linux 操作系统,该操作系统以安全为理念,面向 x86 路由器、防火墙、虚拟专用网、IP 电话盒及服务器而设计
安装有 2 种方式,分别是:
App 界面如下,从左往右,功能键包含:Tab 键、Ctrl 键、ESC 键、滚动键( Arrow 键)、软件设置、快速粘贴键、隐藏输入法
其中,
Tab 键、Ctrl 键、ESC 键和 PC 端使用方法一致
滚动键用于光标移动和历史命令切换( 通过向上、向下滑动来切换历史命令 )
设置中,可以对外观主题、文字样式、应用图标、文件管理进行查看设置
由于默认的源在国外,下载依赖很慢,我们需要更换源
使用 vim 命令编辑文件 「 /etc/apk/repositories 」,删除默认的源,更换为阿里或者清华的源
# 编辑文件
vim /etc/apk/repositories
# 替换为国内的源
# 阿里源
https://mirrors.aliyun.com/alpine/v3.11/main
https://mirrors.aliyun.com/alpine/v3.11/community
编辑完成后,保存退出
下面就可以安装 Python 及常见依赖库了
3-1 安装 Python3
iSH 使用命令「 apk add app_name 」安装应用程序
3-2 安装 pip
首先,我们使用「 wget 」命令下载 pip 文件,然后安装 pip
# 下载get-pip文件
wget
https://bootstrap.pypa.io/get-pip.py
# 安装
python3 get-pip.pya
3-3 安装依赖包
以最常见的 requests 为例,直接使用 pip3 安装即可
# 安装依赖
pip3 install requests
需要注意的是,iSH 安装速度比较慢,需要耐心等待
由于手机上编辑脚本效率太低,大部分时候我们都是在 PC 端编写完成,然后导入到 iSH 中运行
常见方案为 iSH + SSH + Git,为了演示方便,我这里使用「 Web Server for Chrome 」在 PC 端搭建了文件共享服务器,然后将脚本文件放置到共享目录
然后再 iSH 终端,使用 wget 命令直接下载脚本文件
最后,进入到脚本文件夹目录,运行脚本文件即可
# 下载脚本文件压缩包
wget
http://192.168.2.121:8887/rsc.zip
# 解压文件
unzip rsc.zip
# 进入到文件夹目录
cd rsc/
# 运行脚本文件
python3 main_proj.py
iSH 常见命令如下:
5-1 安装
apk add <name>
apk add vim
apk add python3
5-2 卸载
# 卸载应用
apk del <name>
5-3 搜索应用
# 搜索应用
# PS:可以先搜索,然后再安装
apk search <name>
5-4 更新包管理器
iSH 使用 Alpine 包管理器,使用下面的命令可以更新 Alpine 存储库列表
# 更新存储库列表
apk update
iSH 作为一款 iOS 端的应用,可以非常便捷地完成 Python 脚本的部署运行,当然 Shell 脚本也是支持的
另外,iSH 可以开启 SSH Server 供远程连接,这部分内容及 iSH 详细使用文档我已经写成 PDF 并上传到后台,回复关键字「 iSH 」获取完整内容
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
近日,由 CDA 数据科学研究院重磅发布的《2026 全球数智化人才指数报告》,被中国教育科学研究院官方账号正式收录, ...
2026-04-22在数字化时代,客户每一次点击、浏览、下单、咨询等行为,都在传递其潜在需求与决策倾向——这些按时间顺序串联的行为轨迹,构成 ...
2026-04-22数据是数据分析、建模与业务决策的核心基石,而“数据清洗”作为数据预处理的核心环节,是打通数据从“原始杂乱”到“干净可用” ...
2026-04-22 很多数据分析师每天盯着GMV、转化率、DAU等数字看,但当被问到“什么是指标”“指标和维度有什么区别”“如何搭建一套完整的 ...
2026-04-22在数据分析与业务决策中,数据并非静止不变的数值,而是始终处于动态波动之中——股市收盘价的每日涨跌、企业月度销售额的起伏、 ...
2026-04-21在数据分析领域,当研究涉及多个自变量与多个因变量之间的复杂关联时,多变量一般线性分析(Multivariate General Linear Analys ...
2026-04-21很多数据分析师精通描述性统计,能熟练计算均值、中位数、标准差,但当被问到“用500个样本如何推断10万用户的真实满意度”“这 ...
2026-04-21在数据处理与分析的全流程中,日期数据是贯穿业务场景的核心维度之一——无论是业务报表统计、用户行为追踪,还是风控规则落地、 ...
2026-04-20在机器学习建模全流程中,特征工程是连接原始数据与模型效果的关键环节,而特征重要性分析则是特征工程的“灵魂”——它不仅能帮 ...
2026-04-20很多数据分析师沉迷于复杂的机器学习算法,却忽略了数据分析最基础也最核心的能力——描述性统计。事实上,80%的商业分析问题, ...
2026-04-20在数字化时代,数据已成为企业决策的核心驱动力,数据分析与数据挖掘作为解锁数据价值的关键手段,广泛应用于互联网、金融、医疗 ...
2026-04-17在数据处理、后端开发、报表生成与自动化脚本中,将 SQL 查询结果转换为字符串是一项高频且实用的操作。无论是拼接多行数据为逗 ...
2026-04-17面对一份上万行的销售明细表,要快速回答“哪个地区卖得最好”“哪款产品增长最快”“不同客户类型的购买力如何”——这些看似复 ...
2026-04-17数据分析师一天的工作,80% 的时间围绕表格结构数据展开。从一张销售明细表到一份完整的分析报告,表格结构数据贯穿始终。但你真 ...
2026-04-16在机器学习无监督学习领域,Kmeans聚类因其原理简洁、计算高效、可扩展性强的优势,成为数据聚类任务中的主流算法,广泛应用于用 ...
2026-04-16在机器学习建模实践中,特征工程是决定模型性能的核心环节之一。面对高维数据集,冗余特征、无关特征不仅会增加模型训练成本、延 ...
2026-04-16在数字化时代,用户是产品的核心资产,用户运营的本质的是通过科学的指标监测、分析与优化,实现“拉新、促活、留存、转化、复购 ...
2026-04-15在企业数字化转型、系统架构设计、数据治理与AI落地过程中,数据模型、本体模型、业务模型是三大核心基础模型,三者相互支撑、各 ...
2026-04-15数据分析师的一天,80%的时间花在表格数据上,但80%的坑也踩在表格数据上。 如果你分不清数值型和文本型的区别,不知道数据从哪 ...
2026-04-15在人工智能与机器学习落地过程中,模型质量直接决定了应用效果的优劣——无论是分类、回归、生成式模型,还是推荐、预测类模型, ...
2026-04-14