打开Anaconda安装目录下的etc文件如：C:\Anaconda3\etc\jupyter我的安装目录在C:\Anaconda3
再打开jupyter_notebook_config.json文件作如下修改即可：
修改Anaconda中的Jupyter Notebook默认工作路径
2018-09-07
2988
版权
版权声明：
本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《
阿里云开发者社区用户服务协议》和
《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写
侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
简介：
打开Anaconda安装目录下的etc文件如：C:\Anaconda3\etc\jupyter我的安装目录在C:\Anaconda3再打开jupyter_notebook_config.json文件作如下修改即可：知识在于点滴积累
目录
相关文章
|
5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。
486
3
5
|
3月前
|
Python
|
5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。
257
1
1
|
5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
187
2
3
|
6月前
|
Python
|
6月前
|
JSON
数据可视化
数据挖掘
|
6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。
455
1
1
|
6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
56
0
0
|
6月前
|
Python
Windows
|
6月前
|
自然语言处理
数据可视化
数据挖掘
Python 的科学计算和数据分析： 解释什么是 Jupyter Notebook？
Python科学计算与数据分析中，借助`numpy`进行数值计算，`matplotlib`用于绘图。Jupyter Notebook提供交互式编程环境，支持多语言，集成各种可视化工具。其优势在于结合代码、结果和文本，提升工作效率，具备自动补全、语法高亮等特性。示例展示了导入库，生成随机数据并用`matplotlib`画正弦波图的过程。Jupyter Notebook虽便捷，但复杂任务可能需结合`scipy`、`pandas`等更多库。
78
4
4
热门文章
最新文章
1
【资料下载】Python第四讲——使用IPython/Jupyter Notebook与日志服务玩转超大规模数据分析与可视化
2
新功能：日志服务IPython/Jupyter Notebook扩展发布
3
Python,Jupyter Notebook，IPython快速安装教程
4
Windows下的Jupyter Notebook 安装与自定义启动（图文详解）
5
远程连接服务器jupyter notebook、浏览器以及深度学习可视化方法
6
学习jupyter notebook的安装与使用
7
虚拟机搭建jupyter notebook服务
8
9个可以提高Jupyter Notebook开发效率的魔术命令
9
Jupyter Notebook如何切换Anaconda虚拟环境
10
CentOS7（64位）安装Jupyter Notebook
1
使用SSH隧道将Ubuntu云服务器Jupyter Notebook端口映射到本地
455
2
适合数据分析的ide---Jupyter Notebook的安装使用
113
3
远程访问本地jupyter notebook服务 - 无公网IP端口映射
201
4
Windows系统安装Jupyter Notebook并实现公网访问内网笔记服务
114
5
Linux下远程访问Jupyter Notebook 配置
98
6
Anaconda 与 Jupyter notebook
78
7
Python 的科学计算和数据分析： 解释什么是 Jupyter Notebook？
78
8
交互式数据分析：使用Jupyter Notebooks和IPython提高生产力
178
9
Jupyter Notebook交互式开源笔记本工具
106
10
Jupyter Notebook使用教程——从Anaconda环境构建到Markdown、LaTex语法介绍
1744