来来来,神器 Jupyter 的使用心得

简介: 【引言】本文没有神奇的插件,不提各种惊艳的魔法方法。仅总结一下个人使用 Jupyter 的一点心得,以及最近遇到的一些问题。仅供参考,并为需要的小伙伴提供解决方案。

最近Jupyter补全失灵报错的问题

前一段时间将Jupyter更新到最新版,在使用的时候发现tab补全失灵了,并且后台终端出现了一长串的报错。报错原因是因为 column 参数,往上看 column 参数位于 IPython 的某个文件内的某行,在某个函数内。知道了出现错误的原因,就可以顺藤摸瓜尝试解决它。


6.png

解决办法当然不要太复杂,能一步到位就一步到位。所以首先试试回退版本,笔者索性就直接退回到了 IPython 7.0。

使用命令ipython --version查看当前 ipython 版本,pip install ipython==7命令将安装 ipython 7.0 版本。


ipython --version
7.19.0
pip install ipython==7
...
Successfully installed ipython-7.0.0
ipython --version
7.0.0


启动 jupyter 发现补全功能恢复正常了。

7.png


关于启动目录想说的话

再附上一点想说的话,设置 jupyter 启动路径有两种方式,一种使用参数--notebook-dir设置,另一种是修改配置文件[^1]。笔者将在下文简单介绍两种方式,并给出合适的建议。

一、参数 --notebook-dir 带目录启动

使用如下命令启动 jupyter notebook,

表示要打开的目录。


jupyter notebook --notebook-dir 

二、修改配置文件


jupyter notebook --generate-config


运行上述命令,会给出如下结果:

Writing default config to: ...\.jupyter\jupyter_notebook_config.py


打开 jupyter_notebook_config.py 文件,定位到c.NotebookApp.notebook_dir语句行,删除语句前面的#符和空格,在双引号中间写入目录,关闭并保存文件。使用jupyter notebook启动即可。

8.png


Anaconda用户参考:
https://zhuanlan.zhihu.com/p/48962153

使用参数命令行太长,但是可以灵活选择。使用配置文件如同设置了默认的启动路径,缺少灵活性,但是也可以使用参数弥补。

如果有多个文件夹存有 ipynb 文件,并且经常使用,使用参数就显得太麻烦了,修改配置文件更加达不到想要的效果,此处提出解决办法以供参考,即通过 cmd 文件折中使用命令。


>>> fp = 'C:/Windows/ipynb.cmd'
>>> text = r'''@echo 正在打开 ipynb
@echo off
jupyter notebook --notebook-dir C:\Users\ipynb
'''
>>> with open(fp, 'w', encoding='ansi') as f:
...  f.write(text)


注意:

1.要使用 Python 在 Windows 文件夹中写入文件,需要使用管理员权限打开 Python。在运行窗口中输入 python,使用ctrl+shift+enter打开。也可以在开始菜单中用鼠标右击 Python,以管理员身份运行。

9.png


2.如果在 cmd 文件中有中文字,必须使用 ANSI 编码格式保存,否则在终端窗口中会出现中文乱码。

10.png


在终端窗口中输入ipynb即可启动。

11.png


最后,仅供参考,毕竟各自有各自的需求,例如对于喜欢用鼠标的小伙伴,就可以将这种文件放入启动菜单或者桌面,不想放入 Windows 目录的也可以放在其他路径里,添加一下环境变量即可。


总结

  1. 关于最近 Jupyter 补全失灵的解决办法,回退 IPython 版本至 7.0 即可。
  2. 设置多个 Jupyter 的启动路径,使用 cmd 文件折中使用参数。

本文作者:四杆老烟枪

声明:本文为 脚本之家专栏作者 投稿,未经允许请勿转载。



相关文章
|
机器学习/深度学习 数据可视化 Python
关于Jupyter notebook的安装以及一些使用心得
Jupyter notebook Jupyter Notebook(此前被称为 IPython notebook)是一个交互式笔记本,支持运行 40 多种编程语言。
1838 0
|
4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。
|
2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!
|
4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。
167 1
|
4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
147 2
|
5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
46 0
|
5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
|
5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。
369 1
|
5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。
67 4
|
5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
72 1