jupyter notebook安装及使用总结
- 引言
- jupyter notebook简介和安装
- jupyter notebook使用
- bug1：默认浏览器不是谷歌浏览器
- jupyter使用技巧
- bug2：matplotlib中文无法显示
- jupyter引入插件
- bug3：pdf下载问题
- 协同开发
- 虚拟环境切换
- 总结
引言
本篇博文综合了自己的一些使用过程中遭遇的问题，以及一些常用的快捷键，在这里做一个总结。
jupyter notebook简介和安装
在数据科学领域，笔记、代码、图表和注释往往都是相辅相成不可或缺的，而应运而生的jupyter notebook满足了以上所有的要求，基本所有的不论是学生还是相关从业者都会去使用它，因为它的易学，操作简单，另外作为和anaconda一起配套的工具，下载非常方便。
jupyter notebook安装：
第一种方案是直接去官网下载最新版就行了，在半年前还可能会出现说版本不兼容的问题，比如说TensorFlow只能适配3.5，最新的3.6可能还要退环境或者集成一个低版本的解释器啥的，目前好像没听说这类小问题了，基本能在3.6下完美运行。并且下载过程中直接勾选添加进环境变量，那么只要等进度条安装完，那么anaconda下的所有集成环境就配好了。官网如下：
https://www.anaconda.com/
第二种方案就是在命令行输入pip install jupyter notebook，我不建议用这种方案，虽然很大程度上缩小了使用体积，但如果想要在jupyter notebook上加其它的东西，比如说插件，还有一些环境引起的问题，会导致非常麻烦，另外就是和上面对比，python的版本更新速度永远是快于anaconda的，那么换句话来说，python能装的东西anaconda能装，但anaconda能装的东西python不一定能装，这里就有一个最新与稳定的机制了。我个人比较喜欢稳定。
jupyter notebook使用
安装完成后，在系统开始中，就可以找到anaconda的图标，我们可以直接将jupyter图标移动到桌面上，然后双击运行，或者使用我下面这种方式，先打开anaconda Prompt终端，然后输入jupyter notebook。
看见如上图所示的信息，说明已经启动成功，只要等着浏览器打开就能开始写程序啦。但这里就会出现本篇的第一个bug点。
bug1：默认浏览器不是谷歌浏览器
我们知道作为一个程序员，最常用也是最好用的浏览器那当然是谷歌了，它里面不光是黑科技多，资料查阅也可以说得上全面，再配上一个s或者VPN，那就是如虎添翼了。如果默认浏览器是谷歌的可以忽略此bug。
OK，那么这里的bug问题是jupyter的启动页面是跟着默认浏览器变的，默认浏览器是啥那么启动页面就是运行哪个浏览器，但不知道有没有win10用户和我一样，就是在控制面板的浏览器设置里，无法修改浏览器的默认设置，重置也没用，可能是我在电脑管家里同时下载谷歌和QQ的问题，电脑管家强行帮我选了QQ，而win10的应用配置又和自动更新一样齐坑无比，在我有限的几次重装系统里，每次都会有这个问题，然而我每次都重蹈覆辙。。所以在这里记录一下。
在终端中输入：
jupyter notebook --generate-config
然后我们能看到当前的配置文件在哪里：
输入N表示不需要覆盖原来的配置，然后我们去这个绝对路径下找到jupyter_notebook_config.py文件，找到后用编辑器打开，这里我推荐sublime text和notepad++，我这里使用的是notepad++，打开后按键ctrl + F，在本文件中查找 c.NotebookApp.browser
找到后将前面注释去掉，再加上下面这一段话：
import webbrowser
webbrowser.register(
"chrome", #自定义名字
None,
webbrowser.GenericBrowser(u"C:\\Users\\xuzhenggen\\AppData\\Local\\Google\\Chrome\\Application\\chrome.exe"))#指定程序所在位置
c.NotebookApp.browser = "chrome"
注意这里上面的自定义名字可以随便写，而路径即为你当前电脑的谷歌浏览器的位置，注意这里路径要用 \\，我也不清楚为什么要这样，按照正则来讲，它和前面的u一样都是转义字符，Windows中用 / 分隔文件，u表示Unicode转义，但这里可能是系统设置问题吧，我们只需要将谷歌的路径复制上去再加一个斜杠就行了。
jupyter使用技巧
启动完成后，我们可以看到我们的页面了，然后我们就可以开始我们写我们的程序了，下面是一些常用的快捷键记录：
| 命令模式 (按键 Esc 开启) | 说明 | 编辑模式 ( Enter 键启动) | 说明 |
|---|---|---|---|
| Enter | 转入编辑模式 | Tab | 代码补全或缩进 |
| Shift-Enter | 运行本单元，选中下个单元 | Shift-Tab | 提示 |
| Ctrl-Enter | 运行本单元 | Ctrl-] | 缩进 |
| Alt-Enter | 运行本单元，在其下插入新单元 | Ctrl-[ | 解除缩进 |
| Y | 单元转入代码状态 | Ctrl-A | 全选 |
| M | 单元转入markdown状态 | Ctrl-Z | 复原 |
| R | 单元转入raw状态 | Ctrl-Shift-Z | 再做 |
| 1 | 设定 1 级标题 | Ctrl-Y | 再做 |
| 2 | 设定 2 级标题 | Ctrl-Home | 跳到单元开头 |
| 3 | 设定 3 级标题 | Ctrl-Up | 跳到单元开头 |
| 4 | 设定 4 级标题 | Ctrl-End | 跳到单元末尾 |
| 5 | 设定 5 级标题 | Ctrl-Down | 跳到单元末尾 |
| 6 | 设定 6 级标题 | Ctrl-Left | 跳到左边一个字首 |
| Up | 选中上方单元 | Ctrl-Right | 跳到右边一个字首 |
| K | 选中上方单元 | Ctrl-Backspace | 删除前面一个字 |
| Down | 选中下方单元 | Ctrl-Delete | 删除后面一个字 |
| J | 选中下方单元 | Esc | 进入命令模式 |
| Shift-K | 扩大选中上方单元 | Ctrl-M | 进入命令模式 |
| Shift-J | 扩大选中下方单元 | Shift-Enter | 运行本单元，选中下一单元 |
| A | 在上方插入新单元 | Ctrl-Enter | 运行本单元 |
| B | 在下方插入新单元 | Alt-Enter | 运行本单元，在下面插入一单元 |
| X | 剪切选中的单元 | Ctrl-Shift– | 分割单元 |
| C | 复制选中的单元 | Ctrl-Shift-Subtract | 分割单元 |
| Shift-V | 粘贴到上方单元 | Ctrl-S | 文件存盘 |
| V | 粘贴到下方单元 | Shift | 忽略 |
| Z | 恢复删除的最后一个单元 | Up | 光标上移或转入上一单元 |
| D,D | 删除选中的单元 | Down | 光标下移或转入下一单元 |
| Shift-M | 合并选中的单元 | ||
| Ctrl-S | 文件存盘 | ||
| S | 文件存盘 | ||
| L | 转换行号 | ||
| O | 转换输出 | ||
| Shift-O | 转换输出滚动 | ||
| Esc | 关闭页面 | ||
| Q | 关闭页面 | ||
| H | 显示快捷键帮助 | ||
| I,I | 中断Notebook内核 | ||
| 0,0 | 重启Notebook内核 | ||
| Shift | 忽略 | ||
| Shift-Space | 向上滚动 | ||
| Space | 向下滚动 |
整理自Jupyter Notebook的快捷键
bug2：matplotlib中文无法显示
在Windows中，通常默认编码格式为GB2312和GBK，和Unix和Linux不同，而jupyter的环境应该是UTF-8，并且有些字体是没有完全加载的，所以我们在Windows系统下用matplotlib画图会出现这样的情况：
我们发现上面的中文格式出现了乱码，所以第一种方式和上面bug1类似，通过改配置文件再重新加载，但这种只适用于非win10用户，win10用户可以用第二种，就是每次画图前，导入两句代码。那么现在来介绍第一种。
进入\anaconda\Lib\site-packages\matplotlib\mpl-data文件夹中，我们会看到一个matplotlibrc的文件，用notepad++或者sublime text打开它，查找font.family，然后用下面两行代码替换掉：
font.family : sans-serif
font.sans-serif : Microsoft YaHei, Bitstream Vera Sans, Lucida Grande, Verdana, Geneva, Lucid, Arial, Helvetica, Avant Garde, sans-serif
上面两句代码相当于加入了代码未执行的字体与字号，在通常情况下，就可以显示中文图例啦。
但这种方式在win10中是行不通的，我发现在win10中好像缺少了上述的很多字体格式，比如说Microsoft YaHei(微软雅黑)，好像官方包里并没有这个的ttf格式，所以可能需要自己去补充一下文字库，但我是懒得找了，首先我linux和Windows还有kaggle都在用，暂时没有想法修复它，所以下面就是一种治标不治本，但屡试不爽的方法，加上这两行代码就行了：
plt.rcParams['font.sans-serif'] = ['SimHei'] # 中文字体设置
plt.rcParams['axes.unicode_minus'] = False
jupyter引入插件
在前面我说过为什么要用谷歌浏览器？其实如果单从学术方面来考虑的话，什么浏览器都能搜寻到资料，关键就看有没有梯子罢了。可能谷歌有谷歌学术，相应的会查找得快些。QQ浏览器更多用于知网。但谷歌最好用的地方还在于插件，它里面的插件库包罗万象，很多的时候只有你想不到，没有它缺少的。而jupyter一样，插件也很多。我们需要运行如下命令：
pip install jupyter_contrib_nbextensions && jupyter contrib nbextension install
安装成功后，我们就可以进入插件列表，选择我们喜欢的插件类型了，下面是我加载的一些插件：
ExecuteTime：显示单元格的运行时间和耗时
在pycharm这类的IDE中，每次运行程序，如果我们要知道具体运行时间或者当前程序的执行时间，可能需要调出time模块，设一个start和end值，虽然也行，但应该是没有比jupyter插件方便了，如下：
Codefolding in Editor：折叠代码
启用CodeMirror功能以允许在Jupyter文件编辑器视图中进行代码折叠。相当于在jupyter中带上了如pycharm、sublime text的代码折叠功能，下面是官方示例，这个我暂时没开：
Table of Contents (2)
这个相当于和csdn一样，我每次写博文都会习惯性的添加一个TOC链接以显示目录，这个概念也是一样的，如下官方案例：
以上就是一些推荐的插件，正所谓插件就是为了解决麻烦而生的，可能会有人说插件会影响速度，还不如自己写，这个是不能否认的，插件多启动项就多了自然会变慢，这个可以参照wordpress，后台插件千奇百怪，如果要作为网站开发者，仅仅依赖于插件，那么可以肯定的说你的网站是不成功的，最终前台会连着后台一起又卡又慢，谷歌也是一样，只不过速度在我们可接受范围内，但我觉得jupyter作为数据挖掘、机器学习从业者的经典编辑器，加载的这些插件却反而大大减少了我们所需要的时间，也许你说启动变慢了，但那也就1、2秒，总比你跑一个程序十天半个月，没有TOC链接第二天还要从头开始整理代码浪费的时间少。
bug3：pdf下载问题
好了，快捷键知道了，插件也加载完了，然后我们愉快的敲完了代码，想要保存为PDF格式，以便于发给别人检查或者验收，但却突然发现，会报这个错误：
我是anaconda3.6版本的，不知道之前的有没有这个问题，那么我就需要去下载两个东西：
Pandoc: https://github.com/jgm/pandoc/releases
Miktex: https://miktex.org/download
这里下第一个如果没有梯子的话，可能会网速非常慢，能有个10k都算不错了，建议直接百度找资源或者csdn本站就有，第二个不需要梯子。
安装成功后，我们需要通过路径找到article文件，这里我的路径是F:\anaconda\pkgs\nbconvert-5.3.1-py36h8dc0fde_0\Lib\site-packages\nbconvert\templates\latex，建议在pkgs直接搜索article关键字就行了，然后修改为\documentclass{ctexart}
然后到此为止就能下载出除了含有中文以外的pdf文件了，如果要下载有中文的PDF，那么当我们选择下载为PDF的时候，它会弹出如下弹窗，这里第一次需要看一下是否我们标记的是China http，至于上下两个，应该没啥太大区别。
然后我们就会安装一系列的如xeCJK.sty、ulem.sty、environ.sty、trimspaces.sty等等文件，大概会有十几个到几十个不等的文件，如果我们不想知道下载的是什么，可以将在下载前总是弹出的选项框取消勾选。
那么一切安装成功后，我们就可以看到成功打印出来的PDF文件了，那么到此，从安装到成功打印出一份简单的PDF文件就是这样啦。
协同开发
jupyter notebook虽然装了插件与各种各样的东西，却还是弥补不了它作为一款浏览器编辑器的事实，所以python的编辑器才会有pycharm、spyder等同样著名的IDE，但我最近几天突然看到量子位的一则消息，说jupyter也能和pycharm等一起开发啦。只需要安装Jupytext：
pip install jupytext
另外我是写这篇博文的时候装的，具体功能还没用过，但可以分享jupytext作者的博客链接以及到底怎么玩，看下图：
博客链接(可能需要)：
Introducing Jupytext
虚拟环境切换
关于虚拟环境，不可否认还是Pycharm优秀，它自带有装虚拟环境的功能，而关于虚拟环境的安装，可以看我下面两篇博客介绍：
在Windows下搭建虚拟环境
linux下搭建虚拟环境
这里推荐最好还是在终端创建虚拟环境，稳定并且易于管理。当创建完虚拟环境后，pycharm在启动的时候直接切换，这里就不用我多说了，而jupyter notebook麻烦一些，步骤如下：
首先进入anaconda Prompt，然后输入：
conda activate Test2(虚拟环境名)
进入后可以conda list和pip list看一下当前进入的虚拟环境有什么包，然后找一个叫ipykernel的包，如果没有，那么需要安装：
pip install ipykernel
成功显示如下信息：
然后就可以将虚拟环境加载进jupyter notebook了，命令如下：
python -m ipykernel install --name Test2
然后就可以在jupyter notebook的右上角选择进入啦：
总结
关于jupyter，在我使用的过程中大致想总结的问题就那么多，可能还有一些其它方面的我没遇到过，我目前学习的层面也比较浅，模型算法方面推导是已经还可以了，但代码实战还需要花很大力气去完善，另外快年底了，准备开始写年终总结，还有就是个人网站的搭建和敲代码的时间，还需要时刻进行着。