linux 利用 miniconda 搭建 jupyter notebook 开发环境(一)

序:
在使用 python 开发过程中发现 jupyter notebook 是一款非常棒的 python 辅助开发工具,他的前身应该是 ipython
他们共有的特点是能将先前的运算结果保存,以便后面的程序使用
ipython 在退出后,之前的运算结果均会丢失
jupyter notebook 不同于 ipython 的优点在于:
      1、拥有一个通过端口访问的友好客户端界面
      2、单纯的关闭页面并不会丢失之前的运算结果

个人觉得保存每步运算结果的特性,在大量数据的分析运算调试中能起到事半功倍的效果,这里将通过两篇文章分别介绍 jupyter 的安装以及如何在 django 中使用 jupyter

1、激活 python3 (这里使用的conda管理python多环境,可参看上篇文章使用miniconda搭建python开发环境

)

source conda_act base

2、安装 jupyter

(base)ubuntu@ip:~$pip install jupyter

安装 jupyter 的时候会顺带安装 ipython,大家也能体验一下 ipython

3、配置 jupyter

安装不会生成配置文件,想要远程访问就需要生成并修改配置文件

生成配置文件
jupyter notebook --generate-config
修改配置
vim ~/.jupyter/jupyter_notebook_config.py

以下均在去掉原有注释的基础上进行修改
1、添加 jupyter 工作目录

## The directory to use for notebooks and kernels.
c.NotebookApp.notebook_dir = '/home/ubuntu/my_python/jupyter_book'

2、默认不在启动时打开浏览器(桌面版不用配置)

c.NotebookApp.open_browser = False

3、修改默认访问端口

c.NotebookApp.port = 8888

4、允许所有 IP 段访问

c.NotebookApp.ip = '*'

4、安装 jupyter 运行内核 ipykernel

# miniconda python3 ipykernel
(base)ubuntu@ip:~$python -m ipykernel install --user --name python3_mconda
# miniconda python2 ipykernel
(base)ubuntu@ip:~$source conda_dect
(base)ubuntu@ip:~$source conda_act python27
# ipython 6.0及以上 不支持 python2
(python27)ubuntu@ip:~$pip install ipython==5.7.0
(python27)ubuntu@ip:~$pip install ipykernel
(python27)ubuntu@ip:~$python -m ipykernel install --user --name python2_mconda

最好加上 --name,以免和系统自带 python 的内核相互覆盖


image.png

5、启动

(base)ubuntu@ip:~$jupyter notebook

如果显示如下:

image.png

访问地址是 http://localhost:8888,远端将无法访问,需用如下命令

(base)ubuntu@ip:~$jupyter notebook --ip='0.0.0.0'
image.png

最后把 token 粘贴到到页面就能进入了


image.png

推荐阅读更多精彩内容