Jupyter notebook配置与使用（安装过程+环境配置+运行实例）

前言

Jupyter Notebook 是一个开放源代码的 Web 应用程序，它允许创建和共享包含实时代码、方程式、可视化和叙述性文本的文档。

主要功能：

1. 交互式计算：用户可以直接在浏览器中编写和执行代码。
2. Markdown 支持：使用 Markdown 格式来添加文本，包括标题、列表、链接等，使得文档更具有可读性和解释性。
3. 代码可视化：可以直接在 Notebook 中展示图表和其他可视化元素。
4. 版本控制：支持将 Notebook 文件放入版本控制系统（如 Git）中进行版本管理。
5. 分享与协作：可以通过各种途径分享你的 Notebook，例如通过 nbviewer.jupyter.org 查看 Notebook 文件而无需运行环境，或者使用类似 Binder 的服务直接在线运行。

一、初步理解Jupyter 

Jupyter Notebook可以理解为一个类似于pycharm的编辑器，为啥选择使用Jupyter呢，我个人感觉jupyter可以更好的帮助我们理解代码，对于大型的数据处理计算，jupyter可以实时呈现结果，让我们快速知道哪里出现问题，理解代码中间过程。

Jupyter支持多个语言，常见的编程语言Jupyter中都可以实现，对于不同的编译环境，需要给Jupyter配置一个不同的内核（kernels），所谓内核，大家可以理解为给Jupyter配置一个处理代码信息的大脑，不同的内核可以理解不同的代码。本文主要带着带着大家配置python的编译环境。

下面是一些常见语言与对应内核：

• Python - 默认支持，通过 ipykernel 内核。
• R - 通过 IRKernel 或 Repr 内核。
• Julia - 通过 IJulia 内核。
• Scala - 通过 Tino 或 ScalaKernel 内核。
• Swift - 通过 SwiftKernel。
• JavaScript - 通过 node-jupyter。
• Ruby - 通过 ruby-kernel。
• Go - 通过 go-ipython 或 gokernel。
• C/C++ - 通过 cppkernel 或 litestella。
• SQL - 通过 sqlkernel。

二、安装配置Jupyter环境

首先大家需要安装Anaconda，主要是为给我们的Jupyter创建一个虚拟环境，安装相应的软件包，在Jupyter中编写代码就可以直接调用了。

2.1 环境配置

打开命令提示符：Win + R，输入cmd，按下回车键打开命令提示符窗口。

在命令栏输入

conda --version

显示上述结果说明安装成功。

2.1.1 创建虚拟环境

输入指令，创建一个新的虚拟环境，这里的jupyter_learn是环境变量命名，大家可以自行命名。

conda create --name jupyter_learn

查看环境是否创建成功。

conda env list

如果环境列表中出现刚刚创建的环境名称，表明安装成功。

 安装需要的库，因为本次带着大家了解深度学习基础的张量计算，所以带着大家安装一下深度学习需要的库，一般默认安装最新版本。

下载：pytorch库

pip install torch

查看是否安装成功：

pip list

里面都是已经下好的库和软件包，右边显示的版本号。如果能找到torch这个库表示安装成功。

2.1.2 安装Jupyter Notebook

可以直接使用pip下载

pip install jupyter notebook

 2.1.3 将环境注册为内核

在命令行里面如果左边出现刚刚安装的环境，表示在当前环境下，如果没有出现，就输入以下指令。

conda activate jupyter_learn

表示激活当前环境，输入该指令后，左边就能出现刚刚创建的环境名称了。

 下载python所需的内核

pip install ipykernel

`ipykernel` 包允许 Jupyter Notebook 或 JupyterLab 识别和使用 Conda 环境作为内核

在jupyter中注册内核

    python -m ipykernel install --user --name=myenv --display-name="ipykernel_name"

这里：
    

•     `--user` 表示安装是针对当前用户的；
•     `--name=myenv` 指定了内核的名称，应与你的 Conda 环境名称一致；
•     `--display-name="My Environment"` 设置了在 Jupyter Notebook 或 JupyterLab 的下拉菜单中显示的内核名称。

大家只需要把myenv改为刚刚创建的环境名称，和ipykernel_name改为自己喜欢的内核名称就好了。

后续我们配置内核的时候就会使用我们刚刚创建的内核名称。

2.2 启动jupyter notebook

输入指令：

jupyter notebook

配置成功会出现下面情形：

 启动它们通常会打开一个本地服务器，并在你的默认网络浏览器中自动打开一个特定的 URL 地址。这个 URL 通常是形如 http://localhost:8888/ 或者 http://127.0.0.1:8888/ 的形式，后面跟着具体的路径。8888表示端口号，如果端口被占用就会出现8889等等。

如果没有自动打开浏览器，我们可以复制上述黄色对应的浏览器网址，使用我们本地浏览器进行打开。

打开之后就会出现这个页面。这里默认打开的是C盘目录，大家可以在这里创建文件进行编写，也可以打开一个指定目录。

三、完整实操

打开指定目录方便大家文件管理，可以在本地计算机快速找到文件位置。 

带大家完整实操

激活环境后，打开我们需要打开的文件目录。

这里，我将文件放在F盘jupyter work目录下。然后在该目录打开jupyter notebook。

同样复制网址用浏览器打开。

这里，就是我的工作目录啦。

将注册好的内核配置进去 

创建新的工作文件

选择内核，这里用我们刚刚注册的内核

更改文件名称

下面就可以编写代码了。

 此时，我们可以在本地计算机找到该文件。

3.1  注意事项

大家还在启用jupyter后，不要着急关闭命令提示符，如果关掉的话就会显示如下：

无法建立笔记本服务器的连接。

三、运行实操

首先，同其他编译环境操作一样，导入所需的库，导入的前提是我们注册的内核（原来创建的虚拟环境注册为jupyter内核）必须已经下载安装好了该库。

如果没有提前安装，就会出现下述情况。

代码显示没有该模块，解决办法还是回到命令提示符，激活该环境进行下载。过程如上述下载pytorch相同。

定义一个全局变量A，为0-11的一维矩阵，按下回车键，书写下一行代码，输入变量A，点击SHIFT+ENTER，就可以输出显示A的结果了，这里和python内置的编译环境idle有些相似，但是这个页面看着就更加舒服。

通过这个功能，我们在编写代码中可以按照代码块进行编写，然后运行显示结果，方便我们理解代码，排查报错。还有更多的功能等待大家自己发掘，这里就先教大家如何上手使用。

四、常用快捷键

这里给大家提供一些jupyter中的常用快捷键，jupyter内支持markdown语法，可以方便我们边记录边书写代码，对于喜欢做笔记的同学非常友好。

以上就是常用代码块了，大家可以浅记一下，编写代码非常方便。 

已完结

制作不易，希望能点赞关注，支持一下！！