Jupyter

定位

Jupyter Notebook 是一个开源的交互式计算环境，主要用于数据分析、机器学习、科学计算和教学。有两种版本，jupyter lab和jupyter notebook，以下均以jupyter notebook展开。

它最大的特点是：
可以把 代码、运行结果、公式、图表、Markdown 文本 放在同一个文档里，边写边运行，适合做实验、记录过程和展示结果。

Jupyter 支持多种编程语言，其中最常用的是 Python。
常见用途包括：

• 数据分析与可视化
• 机器学习实验
• 深度学习训练记录
• 数学推导与科研
• 教学演示
• AI 与数据科学项目开发

.ipynb 是 Jupyter Notebook 的文件格式，本质上是一个包含代码与文本内容的交互式笔记本。

---

安装

就像各种下载依赖和包一样，都是通过 pip install 或 conda install 来下载。

但是如果你下载的是Anaconda，那么他是默认带Jupyter的，而Miniconda不自带Jupyter。

若果是Anaconda，则按 Win 右键进到目录把快捷键发送到桌面即可。

---

这里可以先在cmd里执行：

where pip

他会列出conda的base环境和系统全局级的python的pip的优先级。那个在上面，那个的优先级就高（即默认使用 pip 命令时就会调用优先级高的环境，所以说pip install xxx也就会下到对应的环境）。一般来说你先下载的python优先级就高，所以说系统级的pip更高，因为大多数人都是先前下载过系统级python再接着下载Anaconda/Miniconda。但我之前把系统的python删除重新下载就不是最高优先了，而是变成了conda的base环境的pip最高。这个优先级取决于环境变量中的条目哪条在前面，如图：

---

1. 安装jupyter

   pip install jupyter  

2. 启动，在cmd中执行：

   jupyter notebook

   ⚠️ 这时候的终端窗口不能关闭，最小化就行。相当于后端的服务器，关了之后浏览器的前端页面就报错。

   这里有几点建议：一是在D盘下创建一个专门的文件夹用来存放 .ipynb 文件；二是启动时先从文件的顶部进入cmd，这时候在浏览器里显示的就是你的文件夹目录。
   

3. 汉化

   pip install jupyterlab-language-pack-zh-CN

   在 Jupyter 界面中：Settings → Language → 中文（简体），刷新页面即可。

---

基本的使用方法

两种模式:

• 命令模式（没有光标闪烁时）：按 Esc 进入，操作 cell
• 编辑模式（光标在框内闪烁时）：按 Enter 进入，编辑内容

三种Cell 类型：

• Code：写 Python 代码，运行后显示输出
• Markdown：写文档、标题、公式（LaTeX）
• Raw：原始文本，不会被 Jupyter 处理/渲染，原样保留

常用的就这几个：

快捷键	功能
Shift + Enter	运行当前 cell，跳到下一个
Ctrl + Enter	运行当前 cell，不跳转
Alt + Enter	运行当前 cell，并在下面新增一个空cell
A	在上方插入 cell（命令模式）
B	在下方插入 cell（命令模式）
DD	删除当前 cell（命令模式）
M	切换为 Markdown cell（命令模式）
Y	切换为 Code cell（命令模式）
R	切换为 Raw cell（命令模式）
Z	撤销
Ctrl + S	保存

jupyter 以 cell 为单位，如果上面的 cell 还未执行，下面的cell就会报错。例如先执行 print(a) 就会报错，因为上面的 a = 9 未先执行：

---

创建/切换内核

情景：如果在全局级python环境或者是conda的base环境下载了jupyter，但是想用conda的环境里面的依赖怎么搞？不可能每个房间（环境）都下载完整的jupyter吧？

如果每个虚拟环境都安装一个完整的 JupyterLab 或 Jupyter Notebook，不仅极大地浪费硬盘空间，还会导致各种包冲突，管理起来非常混乱。

只需要在一个主环境（通常是 Conda 的 base 环境或者你的全局级 python 环境）中安装完整的 Jupyter 软件。对于其他的环境（比如你的 DL、ML、web、abc），你只需要在里面安装一个“通信插头”，把它接入到主环境的 Jupyter 中就可以了。

这个“通信插头”的名字叫做：ipykernel。

1. 在其他 conda 环境中安装 ipykernel

   conda activate <自定义环境名>  # 先激活你要进入的环境
   pip install ipykernel

2. 将该环境注册为 Jupyter kernel

   python -m ipykernel install --user --name <kernel内部标识符> --display-name "在jupyter网页显示的名字"

两个参数的作用：

• –name：kernel 的内部标识符
• –display-name：Jupyter 界面中显示的名称

1. 在主环境启动 Jupyter，切换 kernel ，右上角选择对应的 kernel，就能用那个环境的所有依赖了。

2. 查看 / 删除已注册的 kernel

   # 查看所有已注册 kernel
   jupyter kernelspec list
   
   # 删除某个 kernel
   jupyter kernelspec remove <kernel内部标识符>

例子

1. 先列出创建过的环境

   conda env list

   可已看到加上自带的 base 环境共有 7 个环境。
   

2. 查看有 ipykernel 的环境

   jupyter kernelspec list

   这里看到有三个带内核的环境，其中的 python3 是base环境。
   

3. 在网页中验证

   可见确实是三个可选环境。
   

4. 在 abc 环境创建内核

   总体的步骤：激活 --> 下载ipykernel --> 注册环境

   激活&下载ipykernel。
   

   注册环境。
   

5. 再次验证

   刷新网页已经出现 abc。