之前就了解过Jupyter notebook,是调试python代码的简洁、高效软件。现在大致整理下目前学到的在Linux系统里部署Jupyter环境的小流程,以供之后自己学习python及相关分析时使用。
1、安装Jupyter
- 这里假设已经对conda环境有一定了解,并已在linux里安装;
- 官方安装教程 https://jupyter.org/install,推荐使用conda安装
conda install -c conda-forge notebook
tips:先暂时在base环境里安装,之后会介绍如何通用于其它环境。
- 查看版本
jupyter notebook --version
# 6.4.5
- 调用jupyter(不推荐这么使用)
# jupyter notebook
2、本地端口登录
如上虽然可以直接在Linux默认的浏览器里调用Jupyter页面,但我之前发现不仅启动慢,而且使用过程也很不流畅;应该是Linux调用默认浏览器的原因。可以通过如下方式,在本地电脑端口使用
2.1 生成jupyter notebook 配置文件
jupyter notebook --generate-config
2.2 设置登录密码
- 需要两次确认
jupyter notebook password
如上就会在
.jupyter
隐藏文件夹下生成两个文件:jupyter_notebook_config.json与jupyter_notebook_config.py
2.3 在Linux端启动jupyter
需要设置两个参数:指定端口号,不在Linux浏览器里启动
jupyter notebook --port=8889 --no-browser
2.4 在本地电脑端设置链接端口
# Win + r 进入本地电脑命令行模式
ssh -N -f -L localhost:8889:localhost:8889 user_name@xxx.xxx.xxx.xxx -p 22
# 根据提示输入用户的密码即可
2.5 在本地任意浏览器登录
- 在浏览器网址栏输入:
localhost:8889
;在根据提示输入之前设置的密码即可在本地电脑端登入Linux系统里的Jupyter notebook软件,流畅得使用了。
参考教程
(1)远程访问服务器Jupyter Notebook的两种方法 //www.greatytc.com/p/8fc3cd032d3c
(2)关于Jupyter notebook远程连接服务器踩坑记 https://zhuanlan.zhihu.com/p/161221247
3、Jupyter 基本使用
- 我使用Jupyter notebook的主要原因是其可以友好地执行Python代码
- 如下图所示 Jupyter是由一个个单元格
Cell
组成,可以是Python的代码块,也可以是支持Rmarkown模式的注释文档;默认为代码块,可通过功能栏的下拉列表进行切换。 - Jupyter的其它功能也很好理解,多试试就行了。
- 此外也提供有很多快捷键的用法,例如:
-
Esc + H
快捷键大全 -
Esc + M
将单元格切换到markdown模式 -
Esc + Y
将单元格切换为代码code模式 -
Shift + Enter
运行当前单元格的内容,并选中下一个单元格的内容; -
Ctrl + Enter
运行当前单元格的内容,光标保留在当前单元格。
-
- 值得一提的是:Jupyter保存的文件格式后缀为:
.ipynb
(即ipython notebook缩写)
Jupyter使用教程:https://cloud.tencent.com/developer/article/1091924
4、切换conda环境
- 在第一步里有介绍是在base环境中安装的Jupyter。通过安装
nb_conda_kernels
,可以实现建立基于某一特定conda环境的python脚本(前提是该conda环境已经安装好jupyter)
# 在base环境安装
conda install nb_conda_kernels
之后在,新建文件时,可以选择在基于哪一个conda环境下创建,非常方便
5、jupyter插件之jupyter-contrib-nbextensions
jupyter-contrib-nbextensions提供了很多jupyter的插件,其中有些还是非常实用的。
5.1 安装 jupyter_contrib_nbextensions
conda install -c conda-forge jupyter_contrib_nbextensions
5.2 配置 nbextension
jupyter contrib nbextension install --user
5.3 启用插件
- 如上述第2步的方法,在本地端口登陆Linux里的Jupyter
- Edit → 选择新增的Nbextensions,勾选想启用的插件功能即可。
我这里主要设置了三个插件
(1)Table of Contents (2)
:根据rmarkdown注释的标题文档,在右边显示实时的目录信息;
(2)Codefolding
:可将python代码块里的函数、循环语句等折叠起来;
(3)Variable Inspector
:查看当前Python环境里所定义的变量信息。
参考教程
(1)Jupyter Notebook——如何显示目录的导航栏(安装 Jupyter Notebook extension) //www.greatytc.com/p/61562bc5988b
(2)工具篇-Jupyter Notebook效率提升小技巧 https://zhuanlan.zhihu.com/p/68328243
(3)真香!Jupyter Notebook 五大效率插件! https://zhuanlan.zhihu.com/p/434052042
报错记录
(1)20220329 最近遇到一个问题,遇到的问题是在localhost无法打开ipynb文件,在linux端显示的报错如下:Permission denied: '/usr/local/share/jupyter/conf.json'
在localhost端则显示的
500:internal server error
。后来经查询一番https://discourse.jupyter.org/t/500-internal-server-error-while-trying-to-open-python-notebook-on-jupyterhub/9738发现是
nbconvert
软件的版本的问题,安装指定的5.6.1版本后问题就解决了。conda install nbconvent=5.6.1