jupyterlab开发环境最佳构建方式

背景

从jupyter notebook切换到了jupyter lab. 这里记录一下本地环境的最佳构建方式. jupyter lab 安装在jupyterlab-local的anaconda 虚拟环境中.建立多个其他虚拟环境安装各种python包实现环境隔离, 并将这些虚拟环境映射为jupyter的kernel实现多个虚拟环境可被jupyterlab访问.

jupyterlab环境构建

jupyterlab 安装在jupyterlab-local的虚拟环境中, 首先使用conda 创建虚拟环境 python选择3.10版本

conda create -n jupyter-lab python=3.10 -y

然后激活 此环境安装jupyterlab

# 激活环境
conda activate jupyterlab-local
# 安装jupyterlab
conda install -c conda-forge jupyterlab

此时查看kernel信息

# 查看kernel状态
jupyter kernelspec list
# 当前虚拟环境中已经存在jupyter kernel 这是默认的kernel
~/anaconda3/envs/jupyterlab-local/share/jupyter/kernels/python3

退出当前虚拟环境

conda deactivate

运行虚拟环境构建以及kernel映射

新的虚拟环境用于管理python各种依赖包, 并将其映射为jupyter kernel
首先依然是创建虚拟环境, 此处创建test的虚拟环境

conda create -n test python=3.10 -y

激活当前虚拟环境test

conda activate test

安装关键包ipykernel 任何一个虚拟环境要映射为jupyter kernel 必须安装此包, 且最好用conda 安装

conda install ipykernel -y

将当前虚拟环境映射为kernel(关键操作)

python -m ipykernel install --user --name {kernelName} --display-name {displayName}

此处kernelName和displayName都叫test

python -m ipykernel install --user --name test --display-name test

此时有一句很关键的日志

Installed kernelspec test in ~/Library/Jupyter/kernels/test

此处会发现路径里面不再有conda 虚拟环境相关的文件加, 可以理解为当前kernel可以夸虚拟环境共享了
当然也可以在当前虚拟环境中的kernel状态

# 查看当前虚拟环境中kernel状态
jupyter kernelspec list
# kernel 列表如下
Available kernels:
  python3    ~/anaconda3/envs/test/share/jupyter/kernels/python3
  test       ~/Library/Jupyter/kernels/test

可以这样理解第一行就是本虚拟环境中kernel的路径, 第二行是它可以被其他虚拟环境访问的路径.
退出当前环境, 完成运行的虚拟环境构建以及kernel的映射.
如果需要删除kernel的映射使用指令:

jupyter kernelspec remove {kernelName}

验证

首先test 环境目前是很干净的, 现在随便往里面安装一个python包, 比如pandas

# 安装依赖包
pip install pandas
# 查看版本
pip list | grep panda
# 结果
pandas            2.1.1

切换到jupyterlab-local的虚拟环境启动jupyterlab

jupyter lab

可以看到launcher页上面已经有两个kernel一个是python3b本虚拟环境自带的,另一个是test,自己创建的.

选择test kernel 打印pandas 版本

# code
import pandas as pd
print(pd.__version__)
# 结果
2.1.1

实验成功, jupyterlab-local 虚拟环境可以访问test虚拟环境的python包. 右上角切换到python3(jupyterlab-local虚拟环境当前kernel,没有安装pandas)运行结果显示包不存在.

# code
import pandas as pd
print(pd.__version__)
# 结果
---------------------------------------------------------------------------
ModuleNotFoundError                       Traceback (most recent call last)
Cell In[1], line 1
----> 1 import pandas as pd
      2 print(pd.__version__)

ModuleNotFoundError: No module named 'pandas'

总结

1. 创建虚拟环境jupyterlab-local安装jupyterlab包.
2. 创建其他虚拟环境安装项目中python框架,包等等,进行环境隔离.
3. 需要映射成kernel的虚拟环境安装ipykernel, 使用指令

python -m ipykernel install --user --name {kernelName} --display-name {displayName}

将虚拟环境全局映射成jupyter kernel, 实现jupyterlab-local环境可进行访问.