jupyterlab打开github的代码文件（自用学习笔记）

1、一些特殊的功能

（1）python编辑器中需要切换shell和IDLE，jupyter不需要，命令前加！就行

（2）很多快捷键和魔法命令Ipython Magic，还可以自定义快捷键

（3）很多扩展组件和插件

一个很有意思的插件——非常棒的流程图工具drawio

pip install jupyterlab-drawio；

一个github的插件：可直接搜索和运行在github里notebook文件类型的项目；

pip install jupyterlab_github；

安装github插件的小插曲：

one刚开始安装时是3.0.1的版本，后来提示Note: you may need to restart the kernel to use updated packages.查了一下是旧版本与代码用到的库版本冲突，得将需要的库升级pip install --upgrade 库名

two发现名称的严格性，我需要的github插件准确来说是jupyterlab_github；但我在升级时弄成了github，下载了一系列不认识的包；我用uninstall命令删除，运行持续了很久让我有点害怕，于是我停止了。。。

jupyter中还有很多有意思的插件，几乎能说能唱能写能画，有个笔记我收藏了，有空可以去玩一玩。

（4）远程访问——在服务器上配置环境，实现任何地方通过浏览器访问使用

具体操作见：JupyterLab使用教程_JJustRight的博客-CSDN博客_jupyterlab怎么用

（5）使用git在jupyterlab上协作

(1条消息) 使用Git在JupyterLab中协作_irrationality的博客-CSDN博客_gitlab jupyter

2、在jupyterlab的notebook上运行github的代码——两种思路

思路一

从github下载项目脚本的压缩包，用conda（在anaconda prompt中）为脚本创建操作环境，在该环境的路径下打开jupyterlab

法一：如果环境与脚本的路径一致，在jupyterlab的目录中可以直接找到脚本并打开

法二：如果两者路径不一致，比法一稍微麻烦一丢丢，在jupyterlab中将脚本作为文件引入

法三：如果没有在环境路径下打开jupyterlab，应该就出现法三这种情况，但是conda的优点就在于建房子，干嘛放着不用呢。反正我不想考虑这个方法了（一脸任性）

GitHub下载无需多说，创建操作环境前已有详细探究，现详细探究打开和引入

打开

法1：在项目所在的路径输入jupyter lab（中间有空格）就可以进入该环境（不要将anaconda prompt页面关闭）

法2：jupyter lab –（两杠）notebook-dir=”文件路径”

若无指定–notebook-dir，则由配置文件（生成配置文件：jupyter lab --generate-config）中的参数c.ServerApp.root_dir指定；如果配置文件也没有指定，则由启动JupyterLab时的当前路径决定（法1）

引入

实现脚本添加到当前目录

用魔法命令%run 路径（斜杠）调用；或从命令行等效项调用（具体怎么做？且不明白命令行等效项是啥意思）

在notebook的cell中使用curl调用

（示例：!curl -O https://raw.githubusercontent.com/dib-lab/khmer/master/scripts/fastq-to-fasta.py）但是这个示例是思路二的诶。。。不过curl的用法确实是和URL一起食用

curl 的用法指南_高晓庄_gord的博客-CSDN博客

思路二

无需手动下载github的脚本，在jupyterlab的notebook中直接拉入脚本

参考的笔记中没有细说打开jupyterlab之前的操作，但是我认为在这之前应该也要创建环境，还有在该路径下打开jupyterlab

用魔法命令：%load 源（计算机的文件或URL）

恰巧github托管脚本的技巧是将其指向原始代码的URL，通过代码上方的工具栏中按Raw来轻松获取该URL

示例：%load https://raw.githubusercontent.com/dib-lab/khmer/master/scripts/fastq-to-fasta.py

另外，%run和%load的区别：

（不常用拓展的）思路三：运行github的代码，也可以是在github上打开notebook

作用是其他人可以轻松用notebook；但具体操作我也没看懂，反正不常用应该放一放也是可以的吧（我这个辣鸡也用不到啦）

以上参考：


github下载的代码、怎么使用 python_如何在GitHub上保存代码文件并在Jupyter笔记本上运行？..._weixin_39793189的博客-CSDN博客

3、手动尝试反馈

法一成功没毛病；

法二路径果然不一样，MD我简直是神算子；然后：

我觉得应该指定路径

按照它说的试试

这样试试

再试试

我觉得我理解得没有问题啊，但是后来我改成斜杠就成功了

虽然没有弄清楚前面根据提示改一直没改对的情况，但是斜杠能成功搜了一下原因：但是好离谱，我电脑不是windows吗？？？深挖一下斜杠和路径符号的问题吧，可以单独出一个小笔记；嗯，不用笔记了，有兄弟已经总结得很完美了！

斜杠'/' 和反斜杠'\'_左左张的博客-CSDN博客_斜杠和反斜杠

后来试了一下这样的情况，但是不行

接着试试curl，它的用法好像更适用于思路二，那直接去试试思路二吧

这是啥啊。。。。是不是文件指定的git，所以返回的不是我之前的结果，那我试试指定该文件

我感觉结果不对，但是不知道问题出在哪里，补上raw之后结果有点不一样

后来我试了load，但是。。。连接超时是啥意思啊，直接罢工了。。。

%run和%load两种魔法命令加本地路径都能解决，结果有些许差别，前者返回代码执行后的结果，后者返回代码到notebook的cell里面再运行。

我认为是没有找对获取URL的方法，明天试试方法到底在哪弄。突然找到昨天晚上下载到本地路径的文件了！我突然感觉方法有效的！但是现在这个文件打不开了。我得去另一个干净的路径重新试一试；！curel应该是有效的，把文件直接下载到notebook当前路径了。

确实有用，但是文件还是打不开

查一下这个错误，哦原来是这样：

Unreadable Notebook NotJSONError('Notebook does not appear to be JSON: u\'{\\n_kngines的博客-CSDN博客

解决使用Anaconda中的Jupyter Notebook生成的.ipynb文件时的NotJSONError错误_hnjzsyjyj的博客-CSDN博客_notjsonerror

解决方法试了一下，好像只能下载。。。好吧能要用时再仔细探究解决方法吧

我后来觉得按照法三的情况，解决方法可能跟法二差不多，但是不知道两者的区别在哪里，应该是有区别的吧。

4、在这些探究过程中遇到的新事物（特定名词的积累）

脚本语言(Scripting language)：电脑编程语言，比系统编程语言简单；外部脚本：一般说成调用外部脚本文件，我猜测可能是独立的在另一个路径下的某文件，不直接在shell里面输入；

Shell（外壳）：通过键入文本与程序交互的途径，就像windows的cmd；

IDLE：基于python的shell，会显示三个尖括号的提示符；

CUDA (Compute Unified Device Architecture) 统一计算设备架构；使GPU能够解决复杂的计算问题；是显卡厂商NVIDIA推出的运算平台

Ubuntu：一个完全基于 Linux 的操作系统；类比harmoys？

Linux：操作系统，跟windows差不多

Cudnn：GPU加速的用于深度神经网络的原语库

Tensorflow：基于张量（tensor：装数据的容器）用于组织数据成为可用的格式的工具，便于不同类型（视频，文本，图片）的输入数据进一步处理

Colab：Colaboratory 是一个免费的Jupyter笔记本环境，在谷歌云盘中提供安装，解决电脑GPU性能弱的缺点，免去租用GPU的昂贵；教程已收藏至CSDN-jupyterlab

URL：（Uniform Resource Locator, 统一资源定位器）全球唯一性，俗称网址；由三部分组成：资源类型、存放资源的主机域名、资源文件名

源：在Ubuntu下软件的来源，一种软件仓库；类比appgallery哈哈哈；镜像源：安装软件时将软件的源拷贝以获得更快的安装速度；

前端，后端，终端：前端是用户浏览的交互界面；后端是将用户实际需求转换为技术目标，让服务器、应用、数据库彼此交互；终端：数据输入和输出的地方，与设备直接挂钩，计算机的终端就是位于最外层的显示器、键盘或鼠标等；

Pytorch：使用python，构建深度学习模型的功能完备框架，是一种通常用于图像识别和语言处理等应用程序的机器学习，独特之处在于完全支持GPU；