由于jupyter notebook 7以上的版本与jupyter_contrib_nbextensions存在冲突,导致以前使用顺手的插件无法使用了,就考虑建立一个虚拟环境,在里面使用jupyter notebook 6,以便和jupyter_contrib_nbextensions兼容。
conda简介和优势
Conda 是一个包管理器和环境管理器,它不仅支持 Python 包,还支持其他语言的包(如 R、C++ 等)。Conda 管理的是整个环境的依赖项,并提供了预编译的二进制包。
Conda 使用强大的依赖解决机制,能够安装和管理复杂的依赖项,特别是那些需要系统级库的包(如 C、C++ 或 Fortran 编译的包)。Conda 提供的是预编译的包,因此不需要在本地进行编译,减少了因为编译依赖或缺少编译工具链导致的错误。
Conda 使用预编译的二进制包,因此安装速度通常更快,尤其对于需要 C/C++ 编译的包。
Conda 默认从 Anaconda 或 Conda-Forge 频道中安装包,这些包经过测试并且是预编译的,特别适合在不同平台(Windows、macOS、Linux)上使用。
conda安装虚拟环境的过程
通过以下命令创建一个新的 Conda 环境(以3.10版本的python解释器为例):
conda create --name myenv python=3.10
查看和激活环境,可以使用以下命令:
conda env list # 查看现有的python环境
conda activate myenv # 激活指定的虚拟环境
安装 Jupyter Notebook 6.5.5
conda install notebook=6.5.5
在虚拟环境中安装 jupyter_contrib_nbextensions
conda install -c conda-forge jupyter_contrib_nbextensions
以上将从 conda-forge 仓库安装 jupyter_contrib_nbextensions 以及所有相关依赖。
启用扩展
jupyter nbextensions_configurator enable --user
在虚拟环境中启动 Jupyter Notebook 6
jupyter notebook
如果弹出jupyter notebook的网页界面,并且带有nbextensions,则大功告成!
另外,有可能notebook的启动目录与base python中的notebook启动目录不一致,需要在jupyter_notebook_config.py配置文件中,指定‘c.NotebookApp.notebook_dir =’的具体目录。