樹莓派 Pi 3 A+ 燒錄 Bulleye OS

昨天將高雄 Pi 3 改裝 Raspberry Pi OS Bulleye 後順利讓這塊主機滿血復活, 又可以重新投入爬蟲作業了. 我其實是先找一片放了很久的 8GB TF 卡來測試, 成功後把原本的 32GB 卡 (Buster) 改燒 Bulleye, 取下來的 8GB Bulleye 就拿來給 Pi 3A+ 用吧! 之前因為考量它只有 512GB DRAM 跑桌面效能不佳, 所以改燒錄 Trixie Lite 來用, 但沒桌面環境必須透過 ngrok 提供 TCP 連接真的有點麻煩, 參考 :

# 樹莓派 Pi 3A+ Raspberry Pi OS Trixie Lite 設定 (一)

# 樹莓派 Pi 3A+ Raspberry Pi OS Trixie Lite 設定 (二)

由於 Pi 3B 與 Pi 3A+ 除了 USB 等介面埠差異外, 硬體上只有 DRAM 容量不同 (1GB vs 512MB) 而已, 所以 TF 卡直接移過去就可以用了, 由於 DRAM 少一半, 用 pip 安裝較大的套件時可能會爆掉, 所以要利用 TF 卡記憶體來分擔暫存區負荷. 

先在使用者根目錄下建立一個 disk_tmp 資料夾 :

pi@pi3aplus:~ $ mkdir -p ~/disk_tmp  

用 nano 編輯 .bashrc 檔 : 

pi@pi3aplus:~ $ nano ~/.bashrc 

在檔案最末端加上如下設定 :

export TMPDIR=~/disk_tmp

export TMP=~/disk_tmp

export TEMP=~/disk_tmp

存檔後跳出 nano, 執行 .bashrc 檔 : 

pi@pi3aplus:~ $ source ~/.bashrc  

由於之前此 8GB TF 卡在 Pi 3B 上就已重新安裝好 numpy 與 pandas, 所以可以直用 : 

pi@pi3aplus:~ $ python  

Python 3.9.2 (default, Mar 20 2025, 22:21:41) 

[GCC 10.2.1 20210110] on linux

Type "help", "copyright", "credits" or "license" for more information.

>>> import pandas as pd  

>>> import numpy as np  

>>> np.__version__  

'1.26.4'

>>> pd.__version__   

'2.0.3'

>>> exit()   

其他可安裝套件與 Pi 3B 一樣, 參考 :

# 樹莓派 Pi 3 燒錄 Bulleye OS (Debian 11)

2025-12-30 補充 :

今天終於把要安裝的套件都順利裝完了, 準備離開五斗櫃測試台, 移到客廳去了. 

1. 爬蟲相關 :  

Bulleye 內建的 requests 與 urllib3 太舊, 執行 selenium 會報錯, 需更新 :

pip install --upgrade requests urllib3 

pip install selenium

另外需安裝 chromium 與其 web driver :

sudo apt install -y chromium chromium-driver 

安裝 scrapy 之前須先安裝 libffi-dev 套件, 否則會因缺失 cffi 而失敗 :

sudo apt-get update

sudo apt-get install libffi-dev

pip install scrapy

2. 資料科學 & 機器學習 :  

Bulleye 內建 numpy (無 pandas), 但版本太舊安裝 pandas 會失敗, 先移除 : 

pip uninstall -y numpy

pip uninstall -y numpy --user 

sudo apt remove -y python3-numpy

檢查有無殘餘垃圾 & 清理 cache : 

find ~/.local/lib/python3.9/site-packages/ -name "numpy*" -o -name "pandas*"

pip cache purge

安裝 pandas 要用到的 C 擴充套件 :

sudo apt-get install libatlas-base-dev 

安裝指定版本的 numpy 與 pandas :

pip install --no-cache-dir "numpy<2.0" "pandas<2.1" 

其他套件 : 

pip install bokeh

pip install plotly

seaborn, scipy, scikit-learn 是 pyfolio-reloaded 的依賴套件, matplotlib 是 gradio 依賴套件, 不需要單獨安裝. 

3. 架站套件 :  

Bulleye 已內建 Flask, 但無 Django 與 gradio :

pip install django

在 Bulleye 的 Python 3.9 安裝 gradio 只能到 4.44.1, 無法到最新版, 安裝完須將依賴的 markupsafe 版本降至 2.0.1 與把 huggingface_hub 降至舊版 0.36, 否則匯入 gradio 時會報錯 :  

pip install gradio

pip install markupsafe==2.0.1

python -m pip install "huggingface_hub<1.0" --upgrade --no-cache-dir 

這會安裝 huggingface_hub-1.2.3, 完成後用下列指令檢查是否可正常匯入 :

pi@kaopi3:~ $ python -c "import gradio; print('成功！版本:', gradio.__version__)"   

成功！版本: 4.44.1

4. 量化投資 :

pip install twstock

pip install mplfinance

pip install ta

pip install kbar

pip install backtrader

pip install pyfolio-reloaded

yfinance 雖然可安裝, 但在 Bulleye 上無法搭配 curl_cffi 抓到股票資料, 故放棄安裝. 

5. Bot 套件 : 

pip install line-bot-sdk

pip install python-telegram-bot

6. LLM 套件 : 

pip install openai

pip install google-generativeai

用 df -h 檢查 SD 卡使用情形 :

pi@pi3aplus:~ $ df -h  

檔案系統        容量  已用  可用 已用% 掛載點

/dev/root       7.1G  4.0G  2.8G   60% /

devtmpfs         85M     0   85M    0% /dev

tmpfs           214M     0  214M    0% /dev/shm

tmpfs            86M  1.1M   85M    2% /run

tmpfs           5.0M  4.0K  5.0M    1% /run/lock

/dev/mmcblk0p1  255M   51M  205M   20% /boot

tmpfs            43M   20K   43M    1% /run/user/1000

用掉 6 成, 剩下 2.8GB 可用.