Jupyter notebook配置与使用（安装过程+环境配置+运行实例）

不以物喜a

已于 2024-09-10 10:58:07 修改

阅读量1k

点赞数 25

分类专栏： YOLO 人工智能文章标签： jupyter ide python

于 2024-09-10 00:26:50 首次发布

本文链接：https://blog.csdn.net/2301_80637569/article/details/142071630

版权

YOLO 同时被 2 个专栏收录

3 篇文章 0 订阅

订阅专栏

人工智能

3 篇文章 0 订阅

订阅专栏

前言

Jupyter Notebook 是一个开放源代码的 Web 应用程序，它允许创建和共享包含实时代码、方程式、可视化和叙述性文本的文档。

主要功能：

交互式计算：用户可以直接在浏览器中编写和执行代码。
Markdown 支持：使用 Markdown 格式来添加文本，包括标题、列表、链接等，使得文档更具有可读性和解释性。
代码可视化：可以直接在 Notebook 中展示图表和其他可视化元素。
版本控制：支持将 Notebook 文件放入版本控制系统（如 Git）中进行版本管理。
分享与协作：可以通过各种途径分享你的 Notebook，例如通过 nbviewer.jupyter.org 查看 Notebook 文件而无需运行环境，或者使用类似 Binder 的服务直接在线运行。

一、初步理解Jupyter

Jupyter Notebook可以理解为一个类似于pycharm的编辑器，为啥选择使用Jupyter呢，我个人感觉jupyter可以更好的帮助我们理解代码，对于大型的数据处理计算，jupyter可以实时呈现结果，让我们快速知道哪里出现问题，理解代码中间过程。

Jupyter支持多个语言，常见的编程语言Jupyter中都可以实现，对于不同的编译环境，需要给Jupyter配置一个不同的内核（kernels），所谓内核，大家可以理解为给Jupyter配置一个处理代码信息的大脑，不同的内核可以理解不同的代码。本文主要带着带着大家配置python的编译环境。

下面是一些常见语言与对应内核：

Python - 默认支持，通过 ipykernel 内核。
R - 通过 IRKernel 或 Repr 内核。
Julia - 通过 IJulia 内核。
Scala - 通过 Tino 或 ScalaKernel 内核。
Swift - 通过 SwiftKernel。
JavaScript - 通过 node-jupyter。
Ruby - 通过 ruby-kernel。
Go - 通过 go-ipython 或 gokernel。
C/C++ - 通过 cppkernel 或 litestella。
SQL - 通过 sqlkernel。

二、安装配置Jupyter环境

首先大家需要安装Anaconda，主要是为给我们的Jupyter创建一个虚拟环境，安装相应的软件包，在Jupyter中编写代码就可以直接调用了。

2.1 环境配置

打开命令提示符：Win + R，输入cmd，按下回车键打开命令提示符窗口。

在命令栏输入

conda --version

显示上述结果说明安装成功。

2.1.1 创建虚拟环境

输入指令，创建一个新的虚拟环境，这里的jupyter_learn是环境变量命名，大家可以自行命名。

conda create --name jupyter_learn

查看环境是否创建成功。

conda env list

如果环境列表中出现刚刚创建的环境，就表明安装成功。

安装需要的库，因为本次带着大家了解深度学习基础的张量计算，所以带着大家安装一下深度学习需要的库，一般默认安装最新版本。

下载：pytorch库

pip install torch

查看是否安装成功：

pip list

里面都是已经下好的库和软件包，右边显示的版本号。如果能找到torch这个库表示安装成功。

2.1.2 安装Jupyter Notebook

可以直接使用pip下载

pip install jupyter notebook

2.1.3 将环境注册为内核

在命令行里面如果左边出现刚刚安装的环境，表示在当前环境下，如果没有出现，就输入以下指令。

conda activate jupyter_learn

表示激活当前环境，输入该指令后，左边就能出现刚刚创建的环境名称了。

下载python所需的内核

pip install ipykernel

`ipykernel` 包允许 Jupyter Notebook 或 JupyterLab 识别和使用 Conda 环境作为内核

在jupyter中注册内核

    python -m ipykernel install --user --name=myenv --display-name="ipykernel_name"

这里：

`--user` 表示安装是针对当前用户的；
`--name=myenv` 指定了内核的名称，应与你的 Conda 环境名称一致；
`--display-name="My Environment"` 设置了在 Jupyter Notebook 或 JupyterLab 的下拉菜单中显示的内核名称。

大家只需要把myenv改为刚刚创建的环境名称，和ipykernel_name改为自己喜欢的内核名称就好了。

后续我们配置内核的时候就会使用我们刚刚创建的内核名称。

2.2 启动jupyter notebook

输入指令：

jupyter notebook

配置成功会出现下面情形：

启动它们通常会打开一个本地服务器，并在你的默认网络浏览器中自动打开一个特定的 URL 地址。这个 URL 通常是形如 http://localhost:8888/ 或者 http://127.0.0.1:8888/ 的形式，后面跟着具体的路径。8888表示端口号，如果端口被占用就会出现8889等等。

如果没有自动打开浏览器，我们可以复制上述黄色对应的浏览器网址，使用我们本地浏览器进行打开。