Anaconda 5.0.0 JupyterLab 0.27.0 中配置多Python环境支持

Anaconda 5.0.0 JupyterLab 0.27.0 中配置多Python环境支持

概述

Anaconda 5.0.0 中自带了 JupyterLab 0.27.0 版本，这是 Anacoda 中首次包含 JupyterLab ，Anaconda 的一个特点是可以在图形界面下所见即所得管理多 Python 环境。本文讲解如何让 JupyterLab 0.27.0 可以方便的使用在 Anaconda 5.0.0 中设置的环境。

准备

安装 Anaconda 5.0.0 请参见：

http://blog.csdn.net/hu_zhenghui/article/details/78154684

以 TensorFlow 为例在 Anaconda 5.0.0 中配置多 Python 环境请参见：

http://blog.csdn.net/hu_zhenghui/article/details/78156193

配置完成后，在 Home 中的 Applications on 选择 root，可以看到包含 JupyterLab，下侧的 Launch 按钮表示已安装，可以直接运行。

而在 Home 中的 Applications on 选择 TensorFlow ，可以看到 JupyterLab 下侧显示 Install 按钮，表示未安装。

要在已经配置的 TensorFlow 环境中运行 JupyterLab ，是不是就一定需要也在 TensorFlow 环境中1安装一遍呢？

当然不！否则为什么我要写这篇文章。

配置

首先在 Anaconda 5.0.0 中选择 Environments 环境，选择 Anacoda 5.0.0 安装默认的环境 root ，也就是预先安装的 JupyterLab 0.27.0 的运行环境，安装 nb_conda_kernels 包，也可以安装 nb_conda 包，两个包相互依赖。

安装了 nb_conda_kernels 包之后，JupyterLab 在启动的时候将自动扫描 Anaconda 中设置的多 Python 环境，不过并不能直接访问前面设置的 TensorFlow 环境，因为 JupyterLab 需要环境中的 ipykernel。选择 TensorFlow 环境，安装 ipykernel 包。

然后，启动 JupyterLab 0.27.0，启动完成后将自动打开浏览器，显示 http://localhost:8888/lab ，在 Launcher 中可以看到 Notebook 和 Console 中出现了多个环境，鼠标指向图标可以看到名称，前面创建的 TensorFlow 环境，显示为 Python [conda env:TensorFlow]。

使用

下面使用从程序员祖师爷传下来的代码开光祈福。

导入 tensorflow 包

import tensorflow

定义一个常量

hello = tensorflow.constant('Hello, Tensor Flow!')

创建一个 tensorflow 会话

session = tensorflow.Session()

运行会话

session.run(hello)

b'Hello, Tensor Flow!'

可以看到输出了结果，开光祈福成功。

最后

这篇文章就是使用 JupyterLab 撰写的。单击 Notebook 菜单，展开 Export to 子菜单，单击 Markdown 菜单项，即可导出为 markdown 格式文件。