当前位置:   article > 正文

JupyterLab 的安装和使用_jupyterlab 安装

jupyterlab 安装

最新版的 Anaconda3 是自带了 JupyterLab 的,但那个 JupyterLab 的版本不是最新的。
不过最近新出了桌面版,有需要的可以直接安装桌面版。

我这里是创建了一个单独的虚拟环境来单独使用 JupyterLab。

创建虚拟环境(可忽略)

我是创建一个单独的虚拟环境来使用 JupyterLab 的,因为 Anaconda3 的 Base 环境中很多包不是最新版的,而去更新 jupyterlab 的话会报一些版本错误。
缺点:就是每次使用都要打开虚拟环境,比较麻烦。

conda create -n jupyterlab python
  • 1

这里不指定版本的话会默认安装最新版,也就是 Python 3.10,也算是体验了一把 3.10。

conda activate jupyterlab
  • 1

安装 JupyterLab

官网的安装链接
不使用虚拟环境的话,这里也会帮你自动更新 JupyterLab,但如果有些包的版本太低,会提示报错,最后导致无法启动。

# 可以使用 conda 命令更新所有包
conda update --all
# 安装 jupyterlab
pip install jupyterlab
# 或使用 conda 安装
conda install -y -c conda-forge jupyterlab
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6

安装完成后,打开 JupyterLab:

jupyter-lab
# 或
jupyter lab
  • 1
  • 2
  • 3

这时候你的浏览器就会打开一个类似于 Jupyter Notebook 的页面了。
到此就大功告成了。

配置

修改工作目录

每次打开 JupyterLab 都会默认在 C:\Users\user 下,这里可以进行修改

  1. 输入以下命令,生成配置文件:
    jupyter lab --generate-config
    
    • 1
    输入后,下面会生成一个配置文件,一般都是在 C:\Users\[user_name]\.jupyter 里面。
  2. 打开 .jupyter_lab_config.py 文件
  3. 修改第923行的 c.ServerApp.root_dir ='',把前面的 # 去掉,然后在后面 ''中放入你想要启动的工作目录即可。

    我这里使用 VSCode 打开 .py 文件的,在里面直接Ctrl+F搜索就行。

然后重启 JupyterLab 就可以看到打开的是你设置的工作目录了。

有些是输入 jupyter notebook --generate-config,然后修改 c.NotebookApp.notebook_dir='',我都试过了,效果是一样的,不用纠结。

插件配置

这里说明以下,之所以选择重新安装最新版的 JupyterLab,是因为很多支持的插件要求版本号不能太低,而 Anaconda 安装后自带的那个版本号已不满足要求,在你安装插件时,会提示你版本太低。

中文汉化

新版的 JupyterLab 是支持中文汉化的。
在你的终端输入:

pip install jupyterlab-language-pack-zh-CN
  • 1

然后打开 JupyterLab,在上面的 Settings -> Language 里选择中文即可。

其他插件

其他插件自己在里面选择安装即可。

JupyterLab 中使用其他虚拟环境

不管你有没有使用虚拟环境,你都有可能需要用到创建的其他虚拟环境,这时候就需要进行添加了。
先进入到你想要添加的虚拟环境:

conda activate base
# 查看是否安装了 ipykernel 
python -m ipykernel --version
# 如果没有就安装
pip install ipykernel
conda install ipykernel
# jupyter 安装内核 
python -m ipykernel install --user --name base --display-name base
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8

其中第一个 base 是你的虚拟环境名称,第二个 base 是你想要在 JupyterLab 中显示的名称。
在这里插入图片描述
也可以在创建虚拟环境的同时,自定添加 ipykernel:

conda create -n jupyterlab python ipykernel
  • 1

其他一些常用的命令:

# 查看内核
jupyter kernelspec list
# 删除相应的内核
jupyter kernelspec remove base
  • 1
  • 2
  • 3
  • 4
声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/花生_TL007/article/detail/297723
推荐阅读
相关标签
  

闽ICP备14008679号