6.4 Jupyter Notebook¶

Jupyter Notebook是基于网页的用于交互计算的应用程序。其可被应用于全过程计算：开发、文档编写、运行代码和展示结果。——Jupyter Notebook官方介绍

1. Jupyter Notebook特点¶

编程时具有语法高亮、缩进、tab补全的功能。
可直接通过浏览器运行代码，同时在代码块下方展示运行结果。
以富媒体格式展示计算结果。富媒体格式包括：HTML，LaTeX，PNG，SVG等。
对代码编写说明文档或语句时，支持Markdown语法。
支持使用LaTeX编写数学性说明。

2. 安装 Jupyter Notebook¶

推荐使用 Anaconda，内置了Jupyter NoteBook工具

2.1 什么是Anaconda？¶

1. 简介¶

Anaconda（官方网站）就是可以便捷获取包且对包能够进行管理，同时对环境可以统一管理的发行版本。Anaconda包含了conda、Python在内的超过180个科学包及其依赖项。

2. 特点¶

Anaconda具有如下特点：

开源
安装过程简单
高性能使用Python和R语言
免费的社区支持

其特点的实现主要基于Anaconda拥有的：

conda包
环境管理器
1,000+开源库

如果日常工作或学习并不必要使用1,000多个库，那么可以考虑安装Miniconda（图形界面下载及命令行安装请戳），这里不过多介绍Miniconda的安装及使用。

3. Anaconda、conda、pip、virtualenv的区别¶

① Anaconda

Anaconda是一个包含180+的科学包及其依赖项的发行版本。其包含的科学包包括：conda, numpy, scipy, ipython notebook等。

② conda

conda是包及其依赖项和环境的管理工具。
适用语言：Python, R, Ruby, Lua, Scala, Java, JavaScript, C/C++, FORTRAN。
适用平台：Windows, macOS, Linux
用途：
1. 快速安装、运行和升级包及其依赖项。
2. 在计算机中便捷地创建、保存、加载和切换环境。
如果你需要的包要求不同版本的Python，你无需切换到不同的环境，因为conda同样是一个环境管理器。仅需要几条命令，你可以创建一个完全独立的环境来运行不同的Python版本，同时继续在你常规的环境中使用你常用的Python版本。——conda官方网站
conda为Python项目而创造，但可适用于上述的多种语言。
conda包和环境管理器包含于Anaconda的所有版本当中。

③ pip

pip是用于安装和管理软件包的包管理器。
pip编写语言：Python。
Python中默认安装的版本：
- Python 2.7.9及后续版本：默认安装，命令为pip
- Python 3.4及后续版本：默认安装，命令为pip3
pip名称的由来：pip采用的是递归缩写进行命名的。其名字被普遍认为来源于2处：
- “Pip installs Packages”（“pip安装包”）
- “Pip installs Python”（“pip安装Python”）

④ virtualenv

virtualenv：用于创建一个独立的Python环境的工具。
解决问题：
1. 当一个程序需要使用Python 2.7版本，而另一个程序需要使用Python 3.6版本，如何同时使用这两个程序？
2. 如果将所有程序都安装在系统下的默认路径，如：/usr/lib/python2.7/site-packages，当不小心升级了本不该升级的程序时，将会对其他的程序造成影响。
3. 如果想要安装程序并在程序运行时对其库或库的版本进行修改，都会导致程序的中断。
4. 在共享主机时，无法在全局site-packages目录中安装包。
virtualenv将会为它自己的安装目录创建一个环境，这并不与其他virtualenv环境共享库；同时也可以选择性地不连接已安装的全局库。

⑤ pip 与 conda 比较

依赖项检查

pip：
- 不一定会展示所需其他依赖包。
- 安装包时或许会直接忽略依赖项而安装，仅在结果中提示错误。
conda：
- 列出所需其他依赖包。
- 安装包时自动安装其依赖项。
- 可以便捷地在包的不同版本中自由切换。

环境管理

pip：维护多个环境难度较大。
conda：比较方便地在不同环境之间进行切换，环境管理较为简单。

对系统自带Python的影响

pip：在系统自带Python中包的**更新/回退版本/卸载将影响其他程序。
conda：不会影响系统自带Python。

适用语言

pip：仅适用于Python。
conda：适用于Python, R, Ruby, Lua, Scala, Java, JavaScript, C/C++, FORTRAN。

⑥ conda与pip、virtualenv的关系

conda结合了pip和virtualenv的功能。

2.2 Anaconda的适用平台及安装条件¶

1. 适用平台¶

Anaconda可以在以下系统平台中安装和使用：

Windows
macOS
Linux（x86 / Power8）

2. 安装条件¶

系统要求：32位或64位系统均可
下载文件大小：约500MB
所需空间大小：3GB空间大小（Miniconda仅需400MB空间即可）

2.3 Anaconda的安装步骤¶

1. macOS系统安装Anaconda¶

① 图形界面安装

前往官方下载页面下载。

② 命令行安装

前往官方下载页面下载。有两个版本可供选择：Python 3.6 和 Python 2.7，我下载的是前者。选择版之后点击“64-Bit Command-Line Installer”进行下载。
完成下载之后，在mac的Launchpad中找到“其他”并打开“终端”。
- 安装Python 3.6：bash ~/Downloads/Anaconda3-5.0.1-MacOSX-x86_64.sh
- 安装Python 2.7：bash ~/Downloads/Anaconda2-5.0.1-MacOSX-x86_64.sh

注意：
1. 首词bash也需要输入，无论是否用的Bash shell。
2. 如果你的下载路径是自定义的，那么把该步骤路径中的~/Downloads替换成你自己的下载路径。
3. 如果你将第1步下载的.sh文件重命名了，那么把该步骤路径中的Anaconda3-5.0.1-MacOSX-x86_64.sh或Anaconda2-5.0.1-MacOSX-x86_64.sh替换成你重命名后的文件名。
  - 强烈建议：不要修改文件名。如果重命名，使用英文进行命名。

安装过程中，看到提示“In order to continue the installation process, please review the license agreement.”（“请浏览许可证协议以便继续安装。”），点击“Enter”查看“许可证协议”。
在“许可证协议”界面将屏幕滚动至底，输入“yes”表示同意许可证协议内容。然后进行下一步。
安装过程中，提示“Press Enter to confirm the location, Press CTRL-C to cancel the installation or specify an alternate installation directory.”（“按回车键确认安装路径，按’CTRL-C’取消安装或者指定安装目录。”）如果接受默认安装路径，则会显示“PREFIX=/home//anaconda<2 or 3>”并且继续安装。安装过程大约需要几分钟的时间。

建议：直接接受默认安装路径。

安装器若提示“Do you wish the installer to prepend the Anaconda install location to PATH in your /home//.bash_profile ?”（“你希望安装器添加Anaconda安装路径在/home/<user>/.bash_profile文件中吗？”），建议输入“yes”。

注意：
1. 路径/home/<user>/.bash_profile中“”即进入到家目录后你的目录名。
2. 如果输入“no”，则需要手动添加路径。添加export PATH="/<path to anaconda>/bin:$PATH"在“.bashrc”或者“.bash_profile”中。其中，“”替换为你真实的Anaconda安装路径。

当看到“Thank you for installing Anaconda!”则说明已经成功完成安装。
关闭终端，然后再打开终端以使安装后的Anaconda启动。
验证安装结果。可选用以下任意一种方法：
1. 在终端中输入命令condal list，如果Anaconda被成功安装，则会显示已经安装的包名和版本号。
2. 在终端中输入python。这条命令将会启动Python交互界面，如果Anaconda被成功安装并且可以运行，则将会在Python版本号的右边显示“Anaconda custom (64-bit)”。退出Python交互界面则输入exit()或quit()即可。
3. 在终端中输入anaconda-navigator。如果Anaconda被成功安装，则Anaconda Navigator的图形界面将会被启动。

2. Windows系统安装Anaconda¶

前往官方下载页面下载。
完成下载之后，双击下载文件，启动安装程序。

3. Linux系统安装Anaconda¶

前往官方下载页面下载。
启动终端，在终端中输入命令md5sum /path/filename或sha256sum /path/filename

注意：将该步骤命令中的/path/filename替换为文件的实际下载路径和文件名。其中，path是路径，filename为文件名。
强烈建议：
1. 路径和文件名中不要出现空格或其他特殊字符。
2. 路径和文件名最好以英文命名，不要以中文或其他特殊字符命名。

根据Python版本的不同有选择性地在终端输入命令：
- Python 3.6：bash ~/Downloads/Anaconda3-5.0.1-Linux-x86_64.sh
- Python 2.7：bash ~/Downloads/Anaconda2-5.0.1-Linux-x86_64.sh

注意：
1. 首词bash也需要输入，无论是否用的Bash shell。
2. 如果你的下载路径是自定义的，那么把该步骤路径中的~/Downloads替换成你自己的下载路径。
3. 除非被要求使用root权限，否则均选择“Install Anaconda as a user”。

安装过程中，看到提示“In order to continue the installation process, please review the license agreement.”（“请浏览许可证协议以便继续安装。”），点击“Enter”查看“许可证协议”。
在“许可证协议”界面将屏幕滚动至底，输入“yes”表示同意许可证协议内容。然后进行下一步。
安装过程中，提示“Press Enter to accept the default install location, CTRL-C to cancel the installation or specify an alternate installation directory.”（“按回车键确认安装路径，按’CTRL-C’取消安装或者指定安装目录。”）如果接受默认安装路径，则会显示“PREFIX=/home//anaconda<2 or 3>”并且继续安装。安装过程大约需要几分钟的时间。

建议：直接接受默认安装路径。

安装器若提示“Do you wish the installer to prepend the Anaconda<2 or 3> install location to PATH in your /home//.bashrc ?”（“你希望安装器添加Anaconda安装路径在/home/<user>/.bashrc文件中吗？”），建议输入“yes”。

注意：
1. 路径/home/<user>/.bash_rc中“”即进入到家目录后你的目录名。
2. 如果输入“no”，则需要手动添加路径，否则conda将无法正常运行。

当看到“Thank you for installing Anaconda<2 or 3>!”则说明已经成功完成安装。
关闭终端，然后再打开终端以使安装后的Anaconda启动。或者直接在终端中输入source ~/.bashrc也可完成启动。
验证安装结果。可选用以下任意一种方法：
1. 在终端中输入命令condal list，如果Anaconda被成功安装，则会显示已经安装的包名和版本号。
2. 在终端中输入python。这条命令将会启动Python交互界面，如果Anaconda被成功安装并且可以运行，则将会在Python版本号的右边显示“Anaconda custom (64-bit)”。退出Python交互界面则输入exit()或quit()即可。
3. 在终端中输入anaconda-navigator。如果Anaconda被成功安装，则Anaconda Navigator将会被启动。

2.4 管理conda¶

接下来均是以命令行模式进行介绍，Windows用户请打开“Anaconda Prompt”；macOS和Linux用户请打开“Terminal”（“终端”）进行操作。

1. 验证conda已被安装¶

$ conda --version

终端上将会以conda 版本号的形式显示当前安装conda的版本号。如：conda 3.11.0

注意：如果出现错误信息，则需核实是否出现以下情况：
1. 使用的用户是否是安装Anaconda时的账户。
2. 是否在安装Anaconda之后重启了终端。

2. 更新conda至最新版本¶

$ conda update conda

执行命令后，conda将会对版本进行比较并列出可以升级的版本。同时，也会告知用户其他相关包也会升级到相应版本。

当较新的版本可以用于升级时，终端会显示Proceed ([y]/n)?，此时输入y即可进行升级。

3. 查看conda帮助信息¶

$ conda --help

或

$ conda -h

4. 卸载conda¶

① Linux 或 macOS

$  rm -rf ~/anaconda2

或

$  rm -rf ~/anaconda3

即删除Anaconda的安装目录。根据安装的Anaconda版本选择相应的卸载命令。

② Windows

控制面板 → 添加或删除程序 → 选择“Python X.X (Anaconda)” → 点击“删除程序”

注意：
1. Python X.X：即Python的版本，如：Python 3.6。
2. Windows 10的删除有所不同。

2.5 管理环境¶

接下来均是以命令行模式进行介绍，Windows用户请打开“Anaconda Prompt”；macOS和Linux用户请打开“Terminal”（“终端”）进行操作。

1. 创建新环境¶

$  conda create --name <env_name> <package_names>

注意：
- <env_name>即创建的环境名。建议以英文命名，且不加空格，名称两边不加尖括号“<>”。
- <package_names>即安装在环境中的包名。名称两边不加尖括号“<>”。
  1. 如果要安装指定的版本号，则只需要在包名后面以=和版本号的形式执行。如：conda create --name python2 python=2.7，即创建一个名为“python2”的环境，环境中安装版本为2.7的python。
  2. 如果要在新创建的环境中创建多个包，则直接在<package_names>后以空格隔开，添加多个包名即可。如：conda create -n python3 python=3.5 numpy pandas，即创建一个名为“python3”的环境，环境中安装版本为3.5的python，同时也安装了numpy和pandas。
- --name同样可以替换为-n。
提示：默认情况下，新创建的环境将会被保存在/Users/<user_name>/anaconda3/env目录下，其中，<user_name>为当前用户的用户名。

2. 切换环境¶

① Linux 或 macOS

$  source activate <env_name>

② Windows

$ activate <env_name>

③ 提示

如果创建环境后安装Python时没有指定Python的版本，那么将会安装与Anaconda版本相同的Python版本，即如果安装Anaconda第2版，则会自动安装Python 2.x；如果安装Anaconda第3版，则会自动安装Python 3.x。
当成功切换环境之后，在该行行首将以“(env_name)”或“[env_name]”开头。其中，“env_name”为切换到的环境名。如：在macOS系统中执行source active python2，即切换至名为“python2”的环境，则行首将会以(python2)开头。

3. 退出环境至root¶

① Linux 或 macOS

$ source deactivate

② Windows

$ deactivate

③ 提示

当执行退出当前环境，回到root环境命令后，原本行首以“(env_name)”或“[env_name]”开头的字符将不再显示。

4. 显示已创建环境¶

$ conda info --envs

或

$ conda info -e

或

$ conda env list

5. 复制环境¶

$ conda create --name <new_env_name> --clone <copied_env_name>

注意：
1. <copied_env_name>即为被复制/克隆环境名。环境名两边不加尖括号“<>”。
2. <new_env_name>即为复制之后新环境的名称。环境名两边不加尖括号“<>”。
3. 如：conda create --name py2 --clone python2，即为克隆名为“python2”的环境，克隆后的新环境名为“py2”。此时，环境中将同时存在“python2”和“py2”环境，且两个环境的配置相同。

6. 删除环境¶

$ conda remove --name <env_name> --all

注意：<env_name>为被删除环境的名称。环境名两边不加尖括号“<>”。

2.6 管理包¶

1. 查找可供安装的包版本¶

① 精确查找

$ conda search --full-name <package_full_name>

注意：
1. --full-name为精确查找的参数。
2. <package_full_name>是被查找包的全名。包名两边不加尖括号“<>”。
例如：conda search --full-name python即查找全名为“python”的包有哪些版本可供安装。

② 模糊查找

$ conda search <text>

注意：<text>是查找含有此字段的包名。此字段两边不加尖括号“<>”。
例如：conda search py即查找含有“py”字段的包，有哪些版本可供安装。

2. 获取当前环境中已安装的包信息¶

$ conda list

执行上述命令后将在终端显示当前环境已安装包的包名及其版本号。

3. 安装包¶

① 在指定环境中安装包

$ conda install --name <env_name> <package_name>

注意：
1. <env_name>即将包安装的指定环境名。环境名两边不加尖括号“<>”。
2. <package_name>即要安装的包名。包名两边不加尖括号“<>”。
例如：conda install --name python2 pandas即在名为“python2”的环境中安装pandas包。

② 在当前环境中安装包

$ conda install <package_name>

注意：
1. <package_name>即要安装的包名。包名两边不加尖括号“<>”。
2. 执行命令后在当前环境中安装包。
例如：conda install pandas即在当前环境中安装pandas包。

③ 使用pip安装包

使用场景

当使用conda install无法进行安装时，可以使用pip进行安装。例如：see包。

命令

$ pip install <package_name>

注意：为指定安装包的名称。包名两边不加尖括号“<>”。
例如：pip install see即安装see包。

注意

pip只是包管理器，无法对环境进行管理。因此如果想在指定环境中使用pip进行安装包，则需要先切换到指定环境中，再使用pip命令安装包。
pip无法更新python，因为pip并不将python视为包。
pip可以安装一些conda无法安装的包；conda也可以安装一些pip无法安装的包。因此当使用一种命令无法安装包时，可以尝试用另一种命令。

4. 卸载包¶

① 卸载指定环境中的包

$ conda remove --name <env_name> <package_name>

注意：
1. <env_name>即卸载包所在指定环境的名称。环境名两边不加尖括号“<>”。
2. <package_name>即要卸载包的名称。包名两边不加尖括号“<>”。
例如：conda remove --name python2 pandas即卸载名为“python2”中的pandas包。

② 卸载当前环境中的包

$ conda remove <package_name>

注意：
1. <package_name>即要卸载包的名称。包名两边不加尖括号“<>”。
2. 执行命令后即在当前环境中卸载指定包。
例如：conda remove pandas即在当前环境中卸载pandas包。

5. 更新包¶

① 更新所有包

$ conda update --all

或

$ conda upgrade --all

建议：在安装Anaconda之后执行上述命令更新Anaconda中的所有包至最新版本，便于使用。

② 更新指定包

$ conda update <package_name>

或

$ conda upgrade <package_name>

注意：
1. <package_name>为指定更新的包名。包名两边不加尖括号“<>”。
2. 更新多个指定包，则包名以空格隔开，向后排列。如：conda update pandas numpy matplotlib即更新pandas、numpy、matplotlib包。

3. Jupyter Notebook配置¶

3.1. 生成配置文件¶

如果服务器上你的账户下已有默认 jupyter 用户的配置文件，可以直接拷贝一份，改个名字，比如：

$ cd /root/.jupyter

$ cp jupyter_notebook_config.py jupyter_my_config.py

或者，直接自己找个任意目录，比如 /root/my_configs，直接创建一个新文件作为配置文件：

$ mkdir /root/my_configs

$ cd /root/my_configs

$ touch jupyter_notebook_config.py

再或者，账户下未建立默认 jupyter 配置文件的情况下，可以自动生成：

$ jupyter notebook --generate-config

3.2. 编辑配置文件¶

打开 jupyter_notebook_config.py 文件：

$ vim jupyter_notebook_config.py

可以看到全是注释的配置说明，比较复杂，也不是都用得上，这里我们自己写一些重要的配置即可，在文件开头写入：

c = get_config()

c.IPKernelApp.pylab = "inline"

c.NotebookApp.ip = "*"

c.NotebookAPp.open_browser = False

c.NotebookApp.password = 'sha1:b39d2445079f:9b9ab99f65150e113265cb99a841a6403aa52647'

c.NotebookApp.certfile = u'/root/.jupyter/mycert.pem'

c.NotebookApp.port= 8888

c.NotebookApp.notebook_dir = "/root/ipython"

注意1：第五行 password 填入的是，通过以下方式生成：

[root@VM_157_11_centos .jupyter]# python

Python 2.7.5 (default, Aug 4 2017, 00:39:18)

[GCC 4.8.5 20150623 (Red Hat 4.8.5-16)] on linux2

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

>>> from IPython.lib import passwd

>>> passwd()

Enter password:

Verify password:

'sha1:175e8efe8974:eacef02a2e3f959d6efdf6c93d142c7f4712f5cc'

>>> exit()

注意2：第六行的 certfile 证书文件可以通过下面这行命令生成（中间的交互信息可以随便填），注意路径要对应上：

$ openssl req -x509 -nodes -days 365 -newkey rsa:1024 -keyout mycert.pem -out mycert.pem

注意3：第七行的 port 应该是一个未被占用的、被防火墙允许的端口（在上面的步骤我们已经打开了 8888 端口），这里再强调一遍（同样的，腾讯云等服务器需要在官网修改安全策略）：

$ firewall-cmd --zone=public --add-port=8888/tcp --permanent

success # 系统反馈信息

$ systemctl restart firewalld.service

注意4：第八行的 notebook_dir 是你的文档目录，需要自行选择并创建（否则运行时会报错）：

$ mkdir /root/ipython

运行

$ jupyter notebook *--config jupyter_notebook_config.py --allow-root*

关于参数：–config 是可选的，默认会用 jupyter_notebook_config.py 文件，如果有多个用户配置文件（给多个用户分别提供 jupyter notebook），就必须要用这个命令了。–allow-root 是 root 用户启动 jupyter notebook 时的必须参数，实际上不建议使用 root 启动 jupyter notebook，最好还是用其他用户启动，这样在浏览器端 cmd 窗口就不至于直接暴露 root 权限。

后台运行： 实际使用的时候我们当然会让 jupyter notebook 在后台一直运行着，即使我断开 ssh 连接之后也要可以通过浏览器访问。那也简单，用 nohup 命令就可以了：

$ nohup jupyter notebook --config jupyter_notebook_config.py --allow-root 2>&1 > my.log &

用该命令启动 jupyter notebook 之后，原先打印在屏幕上行的日志会写入到 my.log 文本文件中（该文件路径可以替换，当然完全不想要日志的话也可以重定向到 /dev/null）。

4. 主题字体设置及自动代码补全¶

github上发现了一个jupyter-themes工具，可以通过pip安装，非常方便使用。

首先是主题下载，命令行如下所示：

$ pip install --no-dependencies jupyterthemes==0.18.2

安装好了，有的电脑可能会提示缺少 lesscpy，继续 pip 安装

$ pip install lesscpy

然后是对主题选择、字体大小进行设置，我总结了一个我最喜欢的

$ jt --lineh 140 -f consolamono -tf ptmono -t grade3 -ofs 14 -nfs 14 -tfs 14 -fs 14 -T -N

命令行的格式的解释如下表所示

cl options	arg	default
Usage help	-h	–
List Themes	-l	–
Theme Name to Install	-t	–
Code Font	-f	–
Code Font-Size	-fs	11
Notebook Font	-nf	–
Notebook Font Size	-nfs	13
Text/MD Cell Font	-tf	–
Text/MD Cell Fontsize	-tfs	13
Pandas DF Fontsize	dfs	9
Output Area Fontsize	-ofs	8.5
Mathjax Fontsize (%)	-mathfs	100
Intro Page Margins	-m	auto
Cell Width	-cellw	980
Line Height	-lineh	170
Cursor Width	-cursw	2
Cursor Color	-cursc	–
Alt Prompt Layout	-altp	–
Alt Markdown BG Color	-altmd	–
Alt Output BG Color	-altout	–
Style Vim NBExt*	-vim	–
Toolbar Visible	-T	–
Name & Logo Visible	-N	–
Reset Default Theme	-r	–
Force Default Fonts	-dfonts	–

接着让 jupyter notebook 实现自动代码补全，首先安装 nbextensions

$ pip install jupyter_contrib_nbextensions

$ jupyter contrib nbextension install --user

然后安装 nbextensions_configurator

$ pip install jupyter_nbextensions_configurator

如果提示缺少依赖，就使用pip安装对应依赖即可。

最后重启jupyter，在弹出的主页面里，能看到增加了一个Nbextensions标签页，在这个页面里，勾选Hinterland即启用了代码自动补全，如图所示：

1330952-20180911211947213-1976856179¶

5. JupyterLab¶

5.1 简介¶

JupyterLab是Jupyter主打的最新数据科学生产工具，某种意义上，它的出现是为了取代Jupyter Notebook。

JupyterLab有以下特点：

交互模式：Python交互式模式可以直接输入代码，然后执行，并立刻得到结果，因此Python交互模式主要是为了调试Python代码用的
内核支持的文档：使你可以在可以在Jupyter内核中运行的任何文本文件（Markdown，Python，R等）中启用代码
模块化界面：可以在同一个窗口同时打开好几个notebook或文件（HTML, TXT, Markdown等等），都以标签的形式展示，更像是一个IDE
镜像notebook输出：让你可以轻易地创建仪表板
同一文档多视图：使你能够实时同步编辑文档并查看结果
支持多种数据格式：你可以查看并处理多种数据格式，也能进行丰富的可视化输出或者Markdown形式输出
云服务：使用Jupyter Lab连接Google Drive等服务，极大得提升生产力

5.2 安装Jupyter Lab¶

你可以使用pip、conda安装Jupyter Lab

pip pip可能是大多数人使用包管理工具，如果使用pip安装，请在命令行执行：

pip install jupyterlab

conda 如果你是Anaconda用户，那么可以直接用conda安装，请在命令行执行：

conda install -c conda-forge jupyterlab

5.3 运行Jupyter Lab¶

在安装Jupyter Lab后，接下来要做的是运行它。你可以在命令行使用jupyter-lab或jupyter lab命令，然后默认浏览器会自动打开Jupyter Lab。

6.4 Jupyter Notebook¶

1. Jupyter Notebook特点¶

2. 安装 Jupyter Notebook¶

2.1 什么是Anaconda？¶

1. 简介¶

2. 特点¶

3. Anaconda、conda、pip、virtualenv的区别¶

2.2 Anaconda的适用平台及安装条件¶

1. 适用平台¶

2. 安装条件¶

2.3 Anaconda的安装步骤¶

1. macOS系统安装Anaconda¶

2. Windows系统安装Anaconda¶

3. Linux系统安装Anaconda¶

2.4 管理conda¶

1. 验证conda已被安装¶

2. 更新conda至最新版本¶

3. 查看conda帮助信息¶

4. 卸载conda¶

2.5 管理环境¶

1. 创建新环境¶

2. 切换环境¶

3. 退出环境至root¶

4. 显示已创建环境¶

5. 复制环境¶

6. 删除环境¶

2.6 管理包¶

1. 查找可供安装的包版本¶

2. 获取当前环境中已安装的包信息¶

3. 安装包¶

4. 卸载包¶

5. 更新包¶

3. Jupyter Notebook配置¶

3.1. 生成配置文件¶

3.2. 编辑配置文件¶

4. 主题字体设置及自动代码补全¶

5. JupyterLab¶

5.1 简介¶

5.2 安装Jupyter Lab¶

5.3 运行Jupyter Lab¶

推荐链接¶