@Author : By Runsen
搭建Jupyter Notebook环境(二)
@
Jupyter 创始人 Fernando Pérez 的说法,他最初的梦想是做一个综合 Ju (Julia)、Py (Python)和 R 三种科学运算语言的计算工具平台,所以将其命名为 Ju-Py-te-R。发展到现在,Jupyter 已经成为一个几乎支持所有语言,能够把软件代码、计算输出、解释文档、多媒体资源整合在一起的多功能科学运算平台。
在Pycham中只能运行一共py文件,而在Jupyter notebook可以运行一行代码就可以了。
2 、环境搭建你可以直接是通过 pip 命令安装。
pip install jupyter
你也可以下载anaconda
Anaconda官网下载链接:https://www.anaconda.com/distribution/#download-section,选择Python3版本的安装包下载即可
如果下载速度过慢,可以选择安装Anaconda的清华镜像,网址https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive
下载完成之后,直接双击安装包安装即可。安装后添加清华镜像源解决conda install 下载速度慢的问题,打开Anaconda Prompt命令行,依次添加命令
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
conda config --set show_channel_urls yes
之前说清华源,不适应了,现在OK,可以使用清华源
3、 conda常见命令conda不仅可以方便安装,更新,卸载工具包,而且安装时能自动安装相应的依赖包。conda命令多数时候是在配置虚拟环境时使用,下面是conda常见命令
condalist//查看当前的包
condasearchrequest//查找request库
condainstallrequest//安装request库
condauninstallrequest//删除request库
condaupdaterequest//更新request库
很多时候不同的库依赖不同的依赖包,需要创建虚拟环境,下面是conda创建虚拟环境的常用命令
conda info --envs //查看安装好的环境
# deeplearn代指克隆得到的新环境的名称,base代指被克隆的环境的名称
conda create --name deeplearn --clone base
# 激活虚拟环境
activate envname //for windows
source activate envname //for liunx and mac
# 退出虚拟坏境
deactivate
#查看当前的包
conda list
#查看安装好的环境
conda info --envs
4、虚拟环境搭建
在创建的虚拟环境上运行jupyter notebook,但发现在notebook中的python其实并没有运行在指定的虚拟环境引擎上,只需要安装nb_conda_kernels插件即可解决,注意是在base环境下安装,而不是虚拟环境
(base) conda install nb_conda_kernels
安装成功后,在kernel -> change kernel中即可切换到指定的虚拟环境
你可以可以新建Notebook的时候设置kernel
5、 修改jupyter notebook的打开路径
安装好jupyter notebook 后打开的是默认文档位置,需要来修改存放文件的路径。
下面教大家修改jupyter notebook的打开路径
打开jupyter notebook 文件所在的位置
右键, 打开属性
按照下图配置参数
这样打开jupyter notebook就不是默认文档位置了。
6、 pip 和conda的区别
conda可以让你同时管理安装处理有关的python任务和跟python无关任务,即pip可以允许在任何环境中安装 python包,conda允许你在conda环境中安装任何语言包(包括C语言或者python)。
conda使用一个新的包格式,你不能交替使用conda和pip,
因为pip不能安装和解析conda的包格式。可以使用这两个工具,但是它们是不能交互的。
conda安装库是在一个地方,而且需要根据Python的环境和依赖库而定,比如numpy的版本有的过高,导致安装这个库使用的时候报错。
pip安装就是根据Python的版本而定,有的时候conda安装不了,可以采用pip安装。
,