ipython notebook [jupyter] 使用

简介:

  ps:我一直在用为知做笔记,我就在想如果有一个web界面的vim+跨平台+即时运行结果的编辑器[还要什么女朋友啊~j_0063.gif]

  jupyter笔记本是一个Web应用程序,允许你创建和共享代码,方程,可视化和说明性文本文档。用途包括:数据清洗和转换,数值模拟,统计建模,机器学习等。

一、安装jupyter

 1、本机环境 [看一下效果,哈哈~] wKioL1ZG87HCdSbZAAByLYKT8RI390.png

2、安装过程

  注:我刚开始安装的时候,怕被坑了,找了N多文档,结果都就在安装过程中出现各种问题,有解决依赖,无法保存的,无法补全的,不能用别名的。。。我以为这样就可以搞了,but 我竟然成功了,安装过程在一片祥和的氛围下最络达成。

  提示:安装前安装开发包组Development tools,升级系统python版本,官方要求python2.6或3.2,但是jupyter 要Python 2.7 or >= 3.3,ipython当然是最新版本的,剩下的就是安装了,一条命令搞定

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
yum instal -y python-pip  #如果没有pip的话
#pip install virtualenv -y
[root@localhost python_object] # virtualenv --no-site-package ipython_notebook
New python executable  in  ipython_notebook /bin/python
Installing setuptools, pip, wheel... done .
[root@localhost python_object] # ls
Exect_number.py  firstfork.py  ipython_notebook  Prodicer.py    virtual_DJ
[root@localhost python_object] # source ipython_notebook/bin/activate
(ipython_notebook)[root@localhost python_object]
(ipython_notebook)[root@localhost python_object] # pip install jupyter
Collecting jupyter
/workspace/python_object/ipython_notebook/lib/python2 .7 /site-packages/pip/_vendor/requests/packages/urllib3/util/ssl_ .py:90: InsecurePlatformWarning: A  true  SSLContext object is not available. This prevents urllib3 from configuring SSL appropriately and may cause certain SSL connections to fail. For  more  information, see https: //urllib3 .readthedocs.org /en/latest/security .html #insecureplatformwarning.
   InsecurePlatformWarning
   Downloading jupyter-1.0.0-py2.py3-none-any.whl
Collecting notebook (from jupyter)
   Downloading notebook-4.0.6-py2.py3-none-any.whl (5.6MB)
     100% |████████████████████████████████| 5.6MB 57kB /s 
Collecting ipywidgets (from jupyter)
   Downloading ipywidgets-4.1.1-py2.py3-none-any.whl (117kB)
     100% |████████████████████████████████| 118kB 1.2MB /s 
Collecting nbconvert (from jupyter)
   Downloading nbconvert-4.1.0-py2.py3-none-any.whl (281kB)
     100% |████████████████████████████████| 282kB 735kB /s 
Collecting ipykernel (from jupyter)
   Downloading ipykernel-4.1.1-py2.py3-none-any.whl (90kB)
     100% |████████████████████████████████| 94kB 1.5MB /s 
Collecting jupyter-console (from jupyter)
   Downloading jupyter_console-4.0.3-py2.py3-none-any.whl
Collecting qtconsole (from jupyter)
   Downloading qtconsole-4.1.0-py2.py3-none-any.whl (98kB)
     100% |████████████████████████████████| 102kB 1.5MB /s 
Collecting traitlets (from notebook->jupyter)
   Using cached traitlets-4.0.0-py2.py3-none-any.whl
Collecting tornado>=4 (from notebook->jupyter)
   Downloading tornado-4.3. tar .gz (450kB)
     100% |████████████████████████████████| 454kB 313kB /s 
Collecting jupyter-client (from notebook->jupyter)
   Downloading jupyter_client-4.1.1-py2.py3-none-any.whl (70kB)
     100% |████████████████████████████████| 73kB 1.7MB /s 
Collecting nbformat (from notebook->jupyter)
   Downloading nbformat-4.0.1-py2.py3-none-any.whl (138kB)
     100% |████████████████████████████████| 139kB 1.3MB /s 
Collecting jupyter-core (from notebook->jupyter)
   Downloading jupyter_core-4.0.6-py2.py3-none-any.whl (74kB)
     100% |████████████████████████████████| 77kB 1.4MB /s 
Collecting jinja2 (from notebook->jupyter)
   Downloading Jinja2-2.8-py2.py3-none-any.whl (263kB)
     100% |████████████████████████████████| 266kB 222kB /s 
Collecting terminado>=0.3.3 (from notebook->jupyter)
   Downloading terminado-0.5. tar .gz
Collecting ipython-genutils (from notebook->jupyter)
   Using cached ipython_genutils-0.1.0-py2.py3-none-any.whl
Collecting ipython>=4.0.0dev0 (from ipywidgets->jupyter)
   Using cached ipython-4.0.0-py2-none-any.whl
Collecting pygments (from nbconvert->jupyter)
   Downloading Pygments-2.0.2-py2-none-any.whl (672kB)
     100% |████████████████████████████████| 675kB 434kB /s 
Collecting mistune!=0.6 (from nbconvert->jupyter)
   Downloading mistune-0.7.1-py2.py3-none-any.whl
Collecting decorator (from traitlets->notebook->jupyter)
   Downloading decorator-4.0.4-py2.py3-none-any.whl
Collecting backports.ssl-match- hostname  (from tornado>=4->notebook->jupyter)
   Downloading backports.ssl_match_hostname-3.4.0.2. tar .gz
Collecting singledispatch (from tornado>=4->notebook->jupyter)
   Downloading singledispatch-3.4.0.3-py2.py3-none-any.whl
Collecting certifi (from tornado>=4->notebook->jupyter)
   Downloading certifi-2015.9.6.2-py2.py3-none-any.whl (371kB)
     100% |████████████████████████████████| 372kB 797kB /s 
Collecting backports-abc>=0.4 (from tornado>=4->notebook->jupyter)
   Downloading backports_abc-0.4-py2.py3-none-any.whl
Collecting pyzmq>=13 (from jupyter-client->notebook->jupyter)
   Downloading pyzmq-15.0.0. tar .gz (1.1MB)
     100% |████████████████████████████████| 1.1MB 310kB /s 
Collecting jsonschema!=2.5.0,>=2.0 (from nbformat->notebook->jupyter)
   Downloading jsonschema-2.5.1-py2.py3-none-any.whl
Collecting MarkupSafe (from jinja2->notebook->jupyter)
   Downloading MarkupSafe-0.23. tar .gz
Collecting ptyprocess (from terminado>=0.3.3->notebook->jupyter)
   Using cached ptyprocess-0.5. tar .gz
Collecting simplegeneric>0.8 (from ipython>=4.0.0dev0->ipywidgets->jupyter)
   Using cached simplegeneric-0.8.1.zip
Collecting pexpect (from ipython>=4.0.0dev0->ipywidgets->jupyter)
   Using cached pexpect-4.0.1. tar .gz
Collecting pickleshare (from ipython>=4.0.0dev0->ipywidgets->jupyter)
   Using cached pickleshare-0.5. tar .gz
Collecting six (from singledispatch->tornado>=4->notebook->jupyter)
   Using cached six-1.10.0-py2.py3-none-any.whl
Collecting functools32 (from jsonschema!=2.5.0,>=2.0->nbformat->notebook->jupyter)
   Downloading functools32-3.2.3-2. tar .gz
Collecting path.py (from pickleshare->ipython>=4.0.0dev0->ipywidgets->jupyter)
   Using cached path.py-8.1.2-py2.py3-none-any.whl
Building wheels  for  collected packages: tornado, terminado, backports.ssl-match- hostname , pyzmq, MarkupSafe, ptyprocess, simplegeneric, pexpect, pickleshare, functools32
   Running setup.py bdist_wheel  for  tornado
   Stored  in  directory:  /root/ .cache /pip/wheels/2d/e6/19/1a61a89abb78cc3e1761a5844eaa1fdc86fd41b38353df5967
   Running setup.py bdist_wheel  for  terminado
   Stored  in  directory:  /root/ .cache /pip/wheels/f9/7c/62/fe686f920ed9fbc013e631a5415ec3162602b31e762595e3fe
   Running setup.py bdist_wheel  for  backports.ssl-match- hostname
   Stored  in  directory:  /root/ .cache /pip/wheels/81/3d/36/f3c726a42caed585046d710e0e450bda1075c61c1c43443831
   Running setup.py bdist_wheel  for  pyzmq
   Stored  in  directory:  /root/ .cache /pip/wheels/3a/7a/27/93f017cb86670a08e6114a95c05885bb4dda1f81830ff4306c
   Running setup.py bdist_wheel  for  MarkupSafe
   Stored  in  directory:  /root/ .cache /pip/wheels/94/a7/79/f79a998b64c1281cb99fa9bbd33cfc9b8b5775f438218d17a7
   Running setup.py bdist_wheel  for  ptyprocess
   Stored  in  directory:  /root/ .cache /pip/wheels/8f/0b/d5/45ebc79539db587c173a63b42572328136bdb098210767fb80
   Running setup.py bdist_wheel  for  simplegeneric
   Stored  in  directory:  /root/ .cache /pip/wheels/51/3c/13/2b621669f3ba74b01380aefcc0af0f643bb42360e7248496ed
   Running setup.py bdist_wheel  for  pexpect
   Stored  in  directory:  /root/ .cache /pip/wheels/ea/5b/53/4b65a279e1390ae81febe74f660ce01ef4655c9c1ec9acd9bf
   Running setup.py bdist_wheel  for  pickleshare
   Stored  in  directory:  /root/ .cache /pip/wheels/99/3e/8b/7d87bf47f2c2d437fcb9a913cd5c4b393b7132c508633e3eef
   Running setup.py bdist_wheel  for  functools32
   Stored  in  directory:  /root/ .cache /pip/wheels/38/c6/c7/ee17acd621120c302e25c2fa8b3a8b235d5d1137c6ab4c9728
Successfully built tornado terminado backports.ssl-match- hostname  pyzmq MarkupSafe ptyprocess simplegeneric pexpect pickleshare functools32
Installing collected packages: decorator, ipython-genutils, traitlets, backports.ssl-match- hostname , six, singledispatch, certifi, backports-abc, tornado, jupyter-core, pyzmq, jupyter-client, functools32, jsonschema, nbformat, MarkupSafe, jinja2, simplegeneric, ptyprocess, pexpect, path.py, pickleshare, ipython, ipykernel, terminado, pygments, mistune, nbconvert, notebook, ipywidgets, jupyter-console, qtconsole, jupyter
Successfully installed MarkupSafe-0.23 backports-abc-0.4 backports.ssl-match- hostname -3.4.0.2 certifi-2015.9.6.2 decorator-4.0.4 functools32-3.2.3.post2 ipykernel-4.1.1 ipython-4.0.0 ipython-genutils-0.1.0 ipywidgets-4.1.1 jinja2-2.8 jsonschema-2.5.1 jupyter-1.0.0 jupyter-client-4.1.1 jupyter-console-4.0.3 jupyter-core-4.0.6 mistune-0.7.1 nbconvert-4.1.0 nbformat-4.0.1 notebook-4.0.6 path.py-8.1.2 pexpect-4.0.1 pickleshare-0.5 ptyprocess-0.5 pygments-2.0.2 pyzmq-15.0.0 qtconsole-4.1.0 simplegeneric-0.8.1 singledispatch-3.4.0.3 six-1.10.0 terminado-0.5 tornado-4.3 traitlets-4.0.0

到此jupyter己经安装完成了,看到这么多的依赖,我对那些一步步排错手并安装成功,只能说我不如他们!

二、jupyter的使用

 1、jupyter 帮助

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
(ipython_notebook)[root@localhost python_object] # jupyter -h
usage: jupyter [-h] [--version] [--config- dir ] [--data- dir ] [--runtime- dir ]
                [--paths] [--json]
                [subcommand]
 
Jupyter: Interactive Computing
 
positional arguments:
   subcommand     the subcommand to launch
 
optional arguments:
   -h, --help     show this help message and  exit
   --version      show the jupyter  command 's version and  exit
   --config- dir    show Jupyter config  dir
   --data- dir      show Jupyter data  dir
   --runtime- dir   show Jupyter runtime  dir
   --paths        show all Jupyter paths. Add --json  for  machine-readable
                  format .
   --json         output paths as machine-readable json
 
Available subcommands: console kernelspec migrate nbconvert nbextension
notebook qtconsole trust

 2、启动jupyter notebook

   启动jupyter notebook后默认监听于本地8888,如果想外部访问也很简单 

1
jupyter notebook --ip=x.x.x.x

这样就可从web界面访问了

 3、jupyter notebook web界面的使用

 wKiom1ZG_HPwq8YhAAB3sWrziRU686.png

这些目录都在安装所使用的用户的.ipython的目录下。

如果你不想使用默认的配置参数,可以直接写配置文件,启动服务时引用配置文件。

我们重点说一下python2[右边最后一个功能],其它的一看就知道是什么意思了【2333.。】

打开后与前面的截图是一样的,这可以看作ipython的web界面,但它的功能不止于此,你可以把它当成编辑器,notebook,如果单一的使用ipython或是vim感觉总是缺点什么,但jupyter notebook就将两者结合的很好,当然还可能安装许多额外的扩展更好的支持你所需要的功能。

如果你不知道有那些快捷键可以点help-->Keyboard shortcuts查看支持的快捷键,还可以看帮助引导,分分钟教会你使用[我知道还是上图更有说服力,但太多了,就不操作了,当你安装成功自己找吧]

说的再多也不及你自己安装完成后体验一下。[我在网上见过一个大牛用jupyter写项目。。] 










本文转自 jinlinger 51CTO博客,原文链接:http://blog.51cto.com/essun/1712773,如需转载请自行联系原作者
目录
相关文章
|
6月前
|
数据采集 机器学习/深度学习 数据可视化
使用Jupyter Notebook进行数据分析:入门与实践
【6月更文挑战第5天】Jupyter Notebook是数据科学家青睐的交互式计算环境,用于创建包含代码、方程、可视化和文本的文档。本文介绍了其基本用法和安装配置,通过一个数据分析案例展示了如何使用Notebook进行数据加载、清洗、预处理、探索、可视化以及建模。Notebook支持多种语言,提供直观的交互体验,便于结果呈现和分享。它是高效数据分析的得力工具,初学者可通过本文案例开始探索。
|
4月前
|
Python
Jupyter Notebook又一利器nbterm,在终端玩notebook!
Jupyter Notebook又一利器nbterm,在终端玩notebook!
|
6月前
|
文字识别 异构计算 Python
关于云端Jupyter Notebook的使用过程与感想
在自学Python时,由于家庭电脑使用冲突和设备老旧,转向云端平台。体验了多个服务:1. 魔搭modelscope(最喜欢,赠送资源丰富,社区活跃),2. Colaboratory(免费GPU,但有时重启,建议用阿里云),3. Deepnote(免费环境有限,但GPT-4代码生成功能强大),4. 飞桨aistudio(适合PaddlePaddle用户),5. ModelArts(曾有免费实例,现难找)。综合来看,阿里云的稳定性与服务更优,尤其是魔搭的自动代码修正功能。对于AIGC,推荐魔搭和付费版PAI-DSW。欢迎分享更多云端Jupyter平台体验。
322 1
|
5月前
|
数据采集 机器学习/深度学习 数据可视化
Jupyter Notebooks和IPython是交互式数据分析利器,提升效率。Jupyter是开源Web应用
【7月更文挑战第5天】Jupyter Notebooks和IPython是交互式数据分析利器,提升效率。Jupyter是开源Web应用,支持多语言,结合IPython的交互式解释器,便于编程和科学计算。两者提供即时反馈、丰富库支持、跨语言功能及协作共享。基本流程包括:数据导入(使用Pandas)、预处理、分析(借助Pandas、NumPy、Matplotlib)、模型训练(如随机森林)和评估。
54 0
|
6月前
|
Python 数据挖掘 数据可视化
Python数据分析——Pandas与Jupyter Notebook
【6月更文挑战第1天】 本文探讨了如何使用Python的Pandas库和Jupyter Notebook进行数据分析。首先,介绍了安装和设置步骤,然后展示了如何使用Pandas的DataFrame进行数据加载、清洗和基本分析。接着,通过Jupyter Notebook的交互式环境,演示了数据分析和可视化,包括直方图的创建。文章还涉及数据清洗,如处理缺失值,并展示了如何进行高级数据分析,如数据分组和聚合。此外,还提供了将分析结果导出到文件的方法。通过销售数据的完整案例,详细说明了从加载数据到可视化和结果导出的全过程。最后,讨论了进一步的分析和可视化技巧,如销售额趋势、产品销售排名和区域分布,以及
247 2
|
7月前
|
JSON 数据可视化 数据挖掘
适合数据分析的ide---Jupyter Notebook的安装使用
适合数据分析的ide---Jupyter Notebook的安装使用
122 2
|
7月前
|
Ubuntu 网络安全 数据安全/隐私保护
使用SSH隧道将Ubuntu云服务器Jupyter Notebook端口映射到本地
这样,你就成功地将Ubuntu云服务器上的Jupyter Notebook端口映射到本地,使你能够通过本地浏览器访问并使用Jupyter Notebook。
485 1
|
7月前
|
Linux 数据安全/隐私保护
anaconda运行Notebook和jupyter报错resource.setrlimit(resource.RLIMIT_NOFILE, (soft, hard)) ValueError
anaconda运行Notebook和jupyter报错resource.setrlimit(resource.RLIMIT_NOFILE, (soft, hard)) ValueError
60 0
|
7月前
|
Linux 数据安全/隐私保护 Python
Linux下远程访问Jupyter Notebook 配置
Linux下远程访问Jupyter Notebook 配置
114 1
|
7月前
|
Python Windows
Jupyter Notebook的使用
Jupyter Notebook的使用