2_安装Jupyter Notebook
安装Jupyter Notebook
文章摘自加自己实际操作
前言
需要准备python环境
使用pip命令安装
1. 把pip升级到最新版本
pip3 install --upgrade pip
这里报了个错，根据指示使用如下命令
python.exe -m pip install --upgrade pip老版本的pip在安装Jupyter Notebook过程中或面临依赖项无法同步安装的问题。因此强烈建议先把pip升级到最新版本
2. 安装Jupyter Notebook
pip3 install jupyter
这里等待一阵儿，需要下载些依赖
3. 运行Jupyter Notebook
0. 帮助
如果你有任何jupyter notebook命令的疑问，可以考虑查看官方帮助文档，命令如下：
jupyter notebook --help或
jupyter notebook -h1. 启动
默认端口启动
在终端中输入以下命令：
jupyter notebook执行命令之后，在终端中将会显示一系列notebook的服务器信息，同时浏览器将会自动启动Jupyter Notebook。
启动过程中终端显示内容如下：
之后在Jupyter Notebook的所有操作，都请保持终端不要关闭，因为一旦关闭终端，就会断开与本地服务器的链接，你将无法在Jupyter Notebook中进行其他操作
浏览器地址栏中默认地将会显示：http://localhost:8888。其中，“localhost”指的是本机，“8888”则是端口号。
如果同时启动了多个Jupyter Notebook，由于默认端口“8888”被占用，因此地址栏中的数字将从“8888”起，每多启动一个Jupyter Notebook数字就加1，如“8889”、“8890”……
指定端口启动
jupyter notebook --port <port_number><port_number>”是自定义端口号，直接以数字的形式写在命令当中，数字两边不加尖括号“<>”
启动服务器但不打开浏览器
如果你只是想启动Jupyter Notebook的服务器但不打算立刻进入到主页面，那么就无需立刻启动浏览器。在终端中输入：
jupyter notebook --no-browser此时，将会在终端显示启动的服务器信息，并在服务器启动之后，显示出打开浏览器页面的链接。当你需要启动浏览器页面时，只需要复制链接，并粘贴在浏览器的地址栏中，轻按回车变转到了你的Jupyter Notebook页面。
运行界面
这里边的文件夹全都是你的家目录里的目录文件
设置Jupyter Notebook文件存放位置
创建文件夹/目录 创建一个文件夹或目录，复制下路径
配置文件路径 获取配置文件所在路径的命令
jupyter notebook --generate-config这条命令虽然可以用于查看配置文件所在的路径，但主要用途是是否将这个路径下的配置文件替换为默认配置文件。 如果你是第一次查询，那么或许不会出现下图的提示；若文件已经存在或被修改，使用这个命令之后会出现询问“Overwrite /Users/raxxie/.jupyter/jupyter_notebook_config.py with default config? [y/N]”，即“用默认配置文件覆盖此路径下的文件吗？”，如果按“y”，则完成覆盖，那么之前所做的修改都将失效；如果只是为了查询路径，那么一定要输入“N”
找到这个文件 
- 查找关键词
进入配置文件后查找关键词“c.NotebookApp.notebook_dir”。
这里显示 的关键字是 c.ServerApp.notebook_dir
- 编辑配置文件，把创建文件夹或目录粘贴到等号后单引号内
- 取消#注释
- 保存退出
- 重启服务
打开查看，没有其余文件，为设置成功。
Jupyter Notebook的基本使用
此时你的界面当中应该还没有“Conda”和“Nbextensions”类目。不要着急，这两个类目将分别在“五、拓展功能”中的“1.关联Jupyter Notebook和conda的环境和包——‘nb_conda’”和“2.Markdown生成目录”中安装。
Files页面是用于管理和创建文件相关的类目。
对于现有的文件，可以通过勾选文件的方式，对选中文件进行复制、重命名、移动、下载、查看、编辑和删除的操作。
同时，也可以根据需要，在“New”下拉列表中选择想要创建文件的环境，进行创建“ipynb”格式的笔记本、“txt”格式的文档、终端或文件夹。如果你创建的环境没有在下拉列表中显示，那么你需要依次前往“拓展功能小节”中的“1.关联Jupyter Notebook和conda的环境和包——‘nb_conda’”和“增加内核小节“——‘ipykernel’中解决该问题。
上图展示的是笔记本的基本结构和功能。根据图中的注解已经可以解决绝大多数的使用问题了！
工具栏的使用如图中的注解一样直观，在此不过多解释。需要特别说明的是“单元格的状态”，有Code，Markdown，Heading，Raw NBconvert。其中，最常用的是前两个，分别是代码状态，Markdown编写状态。Jupyter Notebook已经取消了Heading状态，即标题单元格。取而代之的是Markdown的一级至六级标题。而Raw NBconvert目前极少用到，此处也不做过多讲解。
菜单栏涵盖了笔记本的所有功能，即便是工具栏的功能，也都可以在菜单栏的类目里找到。然而，并不是所有功能都是常用的，比如Widgets，Navigate。Kernel类目的使用，主要是对内核的操作，比如中断、重启、连接、关闭、切换内核等，由于我们在创建笔记本时已经选择了内核，因此切换内核的操作便于我们在使用笔记本时切换到我们想要的内核环境中去。由于其他的功能相对比较常规，根据图中的注解来尝试使用笔记本的功能已经非常便捷，因此不再做详细讲解。
快捷键
找到help找到keyboard shortcuts 
或者直接在命令模式按 H 字母
笔记本重命名的两种方式
笔记本内部重命名 在使用笔记本时，可以直接在其内部进行重命名。在左上方“Jupyter”的图标旁有程序默认的标题“Untitled”，点击“Untitled”然后在弹出的对话框中输入自拟的标题，点击“Rename”即完成了重命名。
笔记本外部重命名 若在使用笔记本时忘记了重命名，且已经保存并退出至“Files”界面，则在“Files”界面勾选需要重命名的文件，点击“Rename”然后直接输入自拟的标题即可。
Running页面
Running页面主要展示的是当前正在运行当中的终端和“ipynb”格式的笔记本。若想要关闭已经打开的终端和“ipynb”格式的笔记本，仅仅关闭其页面是无法彻底退出程序的，需要在Running页面点击其对应的“Shutdown”。
拓展功能
关联Jupyter Notebook和conda的环境和包——“nb_conda”☆
这个更靠谱：Conda的安装与使用_conda 安装-CSDN博客
- 安装
conda install nb_conda执行上述命令能够将你conda创建的环境与Jupyter Notebook相关联，便于你在Jupyter Notebook的使用中，在不同的环境下创建笔记本进行工作。
- 使用
- 可以在Conda类目下对conda环境和包进行一系列操作。
- 可以在笔记本内的“Kernel”类目里的“Change kernel”切换内核。
- 卸载
canda remove nb_conda执行上述命令即可卸载nb_conda包。
Markdown生成目录
- 不同于有道云笔记的Markdown编译器，Jupyter Notebook无法为Markdown文档通过特定语法添加目录，因此需要通过安装扩展来实现目录的添加。
conda install -c conda-forge jupyter_contrib_nbextensions- 执行上述命令后，启动Jupyter Notebook，你会发现导航栏多了“Nbextensions”的类目，点击“Nbextensions”，勾选“Table of Contents”
遇到的问题
有一个新的conda版本存在 
按照意见执行下命令
conda update -n base -c defaults conda
显示不全
首先依次敲三个命令 conda remove jupyter_nbextensions_configurator conda install -c conda-forge jupyter_nbextensions_configurator conda install -c conda-forge jupyter_contrib_nbextensions 重新运行jupyter，如果发现还是没有变化，就再依次敲下面两个命令 jupyter contrib nbextension install --user jupyter nbextensions_configurator enable --user
增加内核——“ipykernel” ☆
1. 使用场景
- 场景一：同时用不同版本的Python进行工作，在Jupyter Notebook中无法切换，即“New”的下拉菜单中无法使用需要的环境。
- 场景二：创建了不同的虚拟环境（或许具有相同的Python版本但安装的包不同），在Jupyter Notebook中无法切换，即“New”的下拉菜单中无法使用需要的环境。
接下来将分别用“命令行模式”和“图形界面模式”来解决以上两个场景的问题。顾名思义，“命令行模式”即在终端中通过执行命令来一步步解决问题；“图形界面模式”则是通过在Jupyter Notebook的网页中通过鼠标点击的方式解决上述问题。
其中，“图形界面模式”的解决方法相对比较简单快捷，如果对于急于解决问题，不需要知道运行原理的朋友，可以直接进入“3. 解决方法之图形界面模式”来阅读。
“命令行模式”看似比较复杂，且又划分了使用场景，但通过这种方式来解决问题可以更好的了解其中的工作原理，比如，每进行一步操作对应的命令是什么，而命令的执行是为了达到什么样的目的，这些可能都被封装在图形界面上的一个点击动作来完成了。对于想更深入了解其运作过程的朋友，可以接着向下阅读。
2. 解决方法之命令行模式
同时使用不同版本的Python
⑴ 在Python 3中创建Python 2内核
⒜ pip安装
- 首先安装Python 2的ipykernel包。
python2 -m pip install ipykernel- 再为当前用户安装Python 2的内核（ipykernel）。
python2 -m ipykernel install --user- 注意：“--user”参数的意思是针对当前用户安装，而非系统范围内安装。
⒝ conda安装
- 首先创建Python版本为2.x且具有ipykernel的新环境，其中“<env_name>”为自定义环境名，环境名两边不加尖括号“<>”。
conda create -n <env_name> python=2 ipykernel- 然后切换至新创建的环境。
Windows: activate <env_name>
Linux/macOS: source activate <env_name>- 为当前用户安装Python 2的内核（ipykernel）。
python2 -m ipykernel install --user- 注意：“--user”参数的意思是针对当前用户安装，而非系统范围内安装。
安装jupyterlab
看下官网 https://jupyter.org/install ，指令很简单
下载：
pip install jupyterlab启动：
jupyter lab汉化：
pip install jupyterlab-language-pack-zh-CN重启在Settings-》Language-》选择中文
Notebook与Lab的区别
Jupyter Notebook和JupyterLab都是用于交互式计算和数据科学的开源工具 它们都是基于Jupyter项目构建的，提供了一种以笔记本形式创建、运行和共享代码、文本和可视化结果的方式。然而，Jupyter Notebook和JupyterLab在用户界面、功能和扩展性方面存在一些区别。
jupyter Notebook是Jupyter项目的早期版本 它使用一个基于浏览器的界面，允许用户创建和编辑笔记本。笔记本是由一系列的单元格组成，每个单元格可以包含代码、文本或可视化输出。用户可以逐个单元格地执行代码，以交互方式探索数据和运行实验。这种逐个执行的方式有助于调试代码和理解代码运行的每个步骤。Jupyter Notebook还提供了丰富的扩展功能，用户可以通过安装各种插件来增强其功能。
JupyterLab是Jupyter项目的最新版本 它在Jupyter Notebook的基础上进行了改进和扩展。JupyterLab提供了更现代化和灵活的用户界面，具有更好的可扩展性和集成性。与Jupyter Notebook不同，JupyterLab采用了标签页式的界面布局，允许用户在一个窗口中同时打开多个笔记本、编辑器和终端等组件。这种多面板的设计使得用户可以更方便地组织和管理工作空间，同时提供了更好的多任务处理能力。
JupyterLab提供了一些新功能和改进 JupyterLab支持更丰富的文件浏览器功能，用户可以直接在界面中浏览、创建和重命名文件。 JupyterLab还引入了集成的代码编辑器，具有语法高亮、自动完成和代码折叠等功能，使得编写和编辑代码更加便捷。 JupyterLab还提供了可定制的面板布局和主题样式，允许用户根据自己的喜好进行界面个性化设置。 总结起来，Jupyter Notebook和JupyterLab都是用于交互式计算和数据科学的工具，但它们在用户界面、功能和扩展性方面存在一些差异。Jupyter Notebook使用基于浏览器的界面，逐个单元格执行代码，而JupyterLab则采用标签页式的界面布局，允许同时打开多个组件。JupyterLab提供了更现代化、灵活和集成化的用户界面，并引入了一些新功能和改进，如文件浏览器、集成的代码编辑器和定制化设置。