【Jupyter notebook】安装-换源-报错问题收集及实测解决法

Jupyter 在一个名为 kernel 的单独进程中运行用户的代码。kernel 可以是不同的 Python 安装在不同的 conda 环境或虚拟环境,甚至可以是不同语言(例如 Julia 或 R)的解释器。

安装:

1. 安装jupyter服务

pip install jupyter # 最好用pip3

2.1生成配置文件
在输入以下内容

jupyter notebook --generate-config


就会自动在根目录下生成文件(~/.jupyter/jupyter_notebook_config.py),这里可以用vim或者用相关ftp工具下载下来修改再覆盖,或者vscode ssh远程连接直接修改

2.2修改配置文件
建议先把jupyter_notebook_config.py文件传输到本地修改完成再上传

找到以下字符串进行修改

c.NotebookApp.ip='*' # 如果这里修过过后启动服务报错 则修改为c.NotebookApp.ip='0.0.0.0'
c.NotebookApp.password=u'sha1****' #就之前保存的验证密码
c.NotebookApp.open_browser =False # 设置是否自动打开浏览器
c.NotebookApp.port =8888  # 设置端口
c.NotebookApp.allow_remote_access = True

1, 如何查询当前环境下的python 版本

运行

import sys
print(sys.executable)

%pwd
import sys; print(sys.executable)

2, 如何切换环境?

很多人安装完以后发现即便通过anaconda创造了新的虚拟环境,但是在jupyter 中并没有体现出来。

解决方法:

首先,在命令窗口中activate你创造的那个新环境。

然后,安装ipykernel

conda install ipykernel

简而言之,如何使用 conda 环境和 Jupyter 有三种选择:

文章目录

conda create -n my-conda-env   # creates new virtual env
conda activate my-conda-env    # activate environment in terminal
conda install jupyter     # install jupyter + notebook
jupyter notebook       # start server + kernel

推荐指数: ⭐️⭐️

这种方法就是为每一个 conda 环境 都安装 jupyter。

Jupyter 将完全安装在 conda 环境中。不同版本的 Jupyter 可用于不同的 conda 环境,但此选项可能有点矫枉过正

在环境中包含内核就足够了,内核是运行代码的封装 Python 的组件。Jupyter notebook 的其余部分可以被视为编辑器或查看器,并且没有必要为每个环境单独安装它并将其包含在每个 env.yml 文件中。

因此,接下来的两个选项之一可能更可取,但这是最简单的一个,绝对没问题。

2 为 conda 环境创建特殊内核

conda create -n my-conda-env    # creates new virtual env
conda activate my-conda-env     # activate environment in terminal
conda install ipykernel      # install Python kernel in new conda env
ipython kernel install --user --name=my-conda-env-kernel  # configure Jupyter to use Python kernel
jupyter notebook      # run jupyter from system

ipython kernel install --user --name=my-conda-env-kernel  # configure Jupyter to use Python kernel

my-conda-env-kernel:可以自己修改

只有 Python 内核会在 conda 环境中运行,系统中的 Jupyter 或不同的 conda 环境将被使用——它没有安装在 conda 环境中。

通过调用ipython kernel install将 jupyter 配置为使用 conda 环境作为内核.

具体的操作 可查看我之前的教程。windows/mac/linux jupyter notebook 切换默认环境

推荐指数: ⭐️⭐️⭐️⭐️

示例二:

  3.2,在环境中手动

  • 8
    点赞
  • 15
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
Jupyter Notebook是一个开源的交互式编程环境,被广泛用于数据分析和数据科学项目。在期末大作业数据收集这个问题中,可以利用Jupyter Notebook来完成以下任务: 1. 数据源的选择:在期末大作业中,首先需要确定数据的来源。这可以是公共数据集、实验数据、网络爬虫获取的数据等等。在Jupyter Notebook中可以使用合适的第三方库(如Pandas、Numpy等)来加载和处理数据。 2. 数据收集:根据数据源的不同,收集数据的方也会有所不同。可以使用Jupyter Notebook中的代码单元格来编写数据收集的代码。如果数据来自于公共数据集,可以使用Pandas库提供的接口来读取数据。如果数据需要通过网络爬虫获取,可以使用Python中的相关库(如BeautifulSoup、Selenium等)来实现爬取。 3. 数据清洗和预处理:在数据收集之后,往往需要进行数据清洗和预处理,以便后续的数据分析和建模。可以使用Jupyter Notebook中的代码单元格来编写相关代码,使用Pandas库等进行数据清洗、去重、填充缺失值等操作。 4. 数据可视化:在数据收集之后,可以使用Jupyter Notebook中的可视化库(如Matplotlib、Seaborn等)来对数据进行可视化分析。可以绘制折线图、柱状图、散点图等,来展示数据的分布、趋势、关联等信息。 5. 数据存储:在期末大作业完成后,可以将整理好的数据保存到合适的格式(如CSV、Excel、数据库等)中,以便其他人或后续工作使用。在Jupyter Notebook中,可以使用相关库(如Pandas的to_csv()函数)来实现数据的存储。 综上所述,Jupyter Notebook可以作为一个强大的工具,帮助完成期末大作业中的数据收集工作。它提供了编程环境和丰富的第三方库,能够方便地进行数据加载、处理、清洗、可视化和存储等操作。同时,Jupyter Notebook具有交互性和可重复性,方便数据收集过程的迭代和修改。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

皮肤小白生

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值