ubuntu 安装使用conda、jupyter lab

---

前言

主要记录ubuntu系统的中安装conda、jupyter lab以及基本使用过程。使用的ubuntu是20.04.

---

一、Conda安装

1.下载

Conda 网站
考虑下载速度，采用国内清华镜像 https://mirrors.tuna.tsinghua.edu.cn/
在下载链接下方，获取下载链接，选择应用软件，Conda，对应的版本。

2. 安装

运行脚本，开始安装

bash ./Downloads/Anaconda3-2023.03-MacOSX-x86_64.sh

1. 后面ENTER，浏览滚动许可，也可以按q健。
2. yes接受许可
3. 确定安装位置
4. conda init ? yes，会将conda添加到系统PATH中。
   如果要使用Conda 需要关闭并重新打开终端，或者执行下面命令，重新加载用户的 ~/.bashrc 文件，“.”开头文件是隐藏文件。

source ~/.bashrc

更新Anaconda，执行命令：

conda update --all

二、conda 使用

查看已经存在着的工作环境
创建新的工作环境
激活环境
退出当前虚拟环境
删除创建的环节

conda info --envs       			#查看已经存在着的工作环境
conda create -n myenv   			#创建新的工作环境
conda activate myenv				#激活环境
conda deactivate 					#退出当前虚拟环境
conda remove -n myenv --all			#删除创建的环节

三、安装jupyterLab

先创建并激活一个虚拟环境：

  conda create -n jupyterlab-env python=3.8
  conda activate jupyterlab-env

使用以下命令通过 Conda 安装 JupyterLab：

conda install -c conda-forge jupyterlab

• -c 是指定包来源的选项，c 是 channel（频道或仓库）的简写。
• conda-forge 是一个非常常用的 社区驱动的 Conda 仓库（channel），它维护了许多开源的 Conda 包，包含了很多主流的数据科学、机器学习、开发工具包等。
• 这里的 -c conda-forge 指定了 Conda 在安装时优先从 conda-forge 仓库中查找并安装 jupyterlab，而不是从默认的 Anaconda 仓库中寻找。

安装完成后，使用以下命令启动 JupyterLab：

jupyter-lab

让 JupyterLab 后台运行
nohup 可以让 JupyterLab 在后台运行，并且即使关闭终端，进程也不会被终止。

1. 启动 JupyterLab 后台执行：

   nohup jupyter-lab > jupyterlab.log 2>&1 &
   

   • nohup：让命令在后台运行，即使关闭终端。
   • jupyter-lab：启动 JupyterLab。
   • > jupyterlab.log：将输出重定向到 jupyterlab.log 文件中。
   • 2>&1：将错误输出也重定向到同一个日志文件中。

2 表示 标准错误输出（stderr）。在 Linux 和 Unix 系统中，每个进程都有三个默认的文件描述符：
0：标准输入（stdin） 1：标准输出（stdout） 2：标准错误输出（stderr）
“>”是 重定向符，用于将输出重定向到某个文件或文件描述符。它表示将输出写入某个目的地。
&1：& 表示接下来的 1 是一个文件描述符，而不是一个文件名。1 指的是 标准输出（stdout）。

• &：让进程在后台执行。

2. 检查日志文件：

   你可以通过查看 jupyterlab.log 来检查 JupyterLab 的启动情况和日志：

   tail -f jupyterlab.log
   

3. 停止 JupyterLab：

   如果你想停止 JupyterLab，首先找到它的进程 ID（PID）：

   ps aux | grep jupyter-lab
   

   然后使用 kill 命令终止它：

   kill <PID>
   

四、局域网访问jupyterLab

要使 JupyterLab 在局域网中的其他计算机上可访问，你需要对 JupyterLab 进行一些额外的配置。以下是步骤：

1. 确定 JupyterLab 服务器所在机器的 IP 地址

首先，你需要找到运行 JupyterLab 的计算机的局域网 IP 地址。

   ip addr show

2. 修改 JupyterLab 配置文件

JupyterLab 默认只允许从本地访问，因此需要进行一些配置更改以允许从局域网访问。你可以通过生成和修改配置文件来实现这一点。

1. 生成配置文件（如果还没有配置文件的话）：

   jupyter server --generate-config
   

   这会在你的主目录下生成一个配置文件，通常路径为：
   ~/.jupyter/jupyter_server_config.py

2. 编辑配置文件：

   打开配置文件：

   vim ~/.jupyter/jupyter_server_config.py
   

   查找并修改以下几行，确保它们没有注释掉（即没有 # 符号）：

   • 允许局域网访问：

     c.ServerApp.ip = '0.0.0.0'
     

     这意味着 JupyterLab 服务器将监听所有 IP 地址请求，包括来自局域网的请求。

   • 允许无密码访问（可选，如果希望安全访问，可以设置密码，见后续步骤）：

     c.ServerApp.open_browser = False
     

   • 指定端口（可选）：
     你可以设置 JupyterLab 监听的端口，默认是 8888。你可以指定一个不同的端口：

     c.ServerApp.port = 8888
     

   • 设置自动 token（可选）：
     默认情况下，JupyterLab 会生成一个 token，这可以作为一个安全保护措施。你可以在局域网中禁用它：

     c.ServerApp.token = ''
     

   • 设置密码（可选）：
     默认情况下，JupyterLab 会生成一个 token，这可以作为一个安全保护措施。你可以在局域网中禁用它：

   c.ServerApp.password = 'sha1:your-hashed-password这里你密码的hash值，后面说如何得到'
   

3. 得到密码hash值

为了安全起见，尤其是防止未经授权的访问，建议你设置一个密码：

1. 使用命令行设置密码：

   jupyter-lab password
   

2. 系统会提示你输入密码并确认。会看到jupyter_server_config.json文件，里面就有密码的hash值，拷贝到前面就。

4. 启动 JupyterLab

现在，你可以启动 JupyterLab，监听所有 IP 地址：

jupyter lab

5. 防火墙设置（如果适用）

如果你的系统启用了防火墙，可能需要配置防火墙规则以允许端口 8888（或你指定的其他端口）的外部访问。

1. 使用 UFW（Ubuntu 防火墙）允许指定端口：

   sudo ufw allow 8888
   

2. 检查防火墙状态，确保规则生效：

   sudo ufw status
   

6. 从局域网访问 JupyterLab

现在，在局域网中的其他计算机上，你可以通过浏览器访问 JupyterLab，使用 JupyterLab 服务器的局域网 IP 地址和指定的端口。例如：

http://192.168.x.x:8888

其中 192.168.x.x 是你运行 JupyterLab 服务器的计算机的局域网 IP 地址，8888 是端口号。如果你设置了密码，则在访问时需要输入密码。

7. 关闭 JupyterLab

当你不再需要访问时，可以关闭 JupyterLab 服务器，按 Ctrl + C 终止它。

总结：

• 获取本地 IP 地址 以供局域网中的其他设备访问。
• 修改 JupyterLab 配置文件，允许外部 IP 访问，并根据需要设置密码。
• 确保防火墙允许端口访问（如适用）。
• 在局域网中的其他计算机上，通过 JupyterLab 服务器的 IP 地址和端口访问服务。

五、conda常用命令

命令	功能	示例
conda create -n <env_name>	创建一个新的虚拟环境，名称为 <env_name>	conda create -n myenv
conda activate <env_name>	激活虚拟环境 <env_name>	conda activate myenv
conda deactivate	退出当前虚拟环境	conda deactivate
conda env list	列出所有已创建的虚拟环境	conda env list
conda install <package>	安装包 <package> 到当前激活的环境	conda install numpy
conda install -n <env_name> <package>	在指定环境 <env_name> 中安装包 <package>	conda install -n myenv pandas
conda list	列出当前环境中的所有已安装的包	conda list
conda update <package>	更新当前环境中的包 <package>	conda update numpy
conda update conda	更新 conda 自身	conda update conda
conda remove <package>	从当前环境中卸载包 <package>	conda remove scipy
conda remove -n <env_name> --all	删除虚拟环境 <env_name> 及其所有内容	conda remove -n myenv --all
conda clean --all	清理不再使用的包缓存、日志、索引等文件	conda clean --all
conda info	显示当前 conda 的配置信息（版本、环境、Python 版本等）	conda info
conda search <package>	搜索包 <package>，查看其可用版本	conda search scikit-learn
conda env export > env.yml	导出当前环境的所有包及其版本为一个 yml 文件	conda env export > environment.yml
conda env create -f env.yml	根据 yml 文件创建一个新环境	conda env create -f environment.yml
conda list --revisions	显示环境中的所有更改历史（安装、卸载、更新等）	conda list --revisions
conda install python=<version>	安装或更新指定版本的 Python 到当前环境中	conda install python=3.8
conda config --add channels <channel>	添加新的 conda 仓库源	conda config --add channels conda-forge