jupyter notebook配置及运用

使用教程

1、想进入当前文件进行编写
首先cd到当前目录,激活配置环境,一般配置环境就包括ipython等一些配置环境,相当于进入jupyter后的运行环境
2、jupyter notebook
输入上述指令,打开jupyter,复制上述指令至浏览器,打开局域网:http://localhost:8888/tree?token=c981b85b61abbd0c4fd003661e4b76343ee2b4c093906067

jupyter notebook配置及运用_第1张图片

Jupyter Notebook 并不是一个编译环境,而是一个交互式的计算环境。它主要由 Jupyter notebook 应用程序和一个或多个内核(Kernel)组成。Jupyter notebook 提供了一个 web-based 的用户界面,允许你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。内核则负责执行代码,并将结果返回给 notebook。

当你在 Jupyter notebook 中使用 Python 时,它通常依赖于你的系统中已有的 Python 环境。这个环境可以是全局的 Python 安装,也可以是通过虚拟环境(如 conda 或 venv)创建的独立环境。这意味着你在 Jupyter notebook 中运行的任何代码,包括安装新库的命令,都会作用于你启动 Jupyter notebook 所基于的那个 Python 环境。

至于是否会影响原来的 Python 环境,这取决于你是在全局环境中运行 Jupyter 还是在一个虚拟环境中运行。如果你是在全局环境中运行 Jupyter notebook,那么任何安装的库都会影响全局环境,这意味着任何使用该 Python 解释器的应用程序都将能够访问这些库。如果你在一个虚拟环境中运行 Jupyter notebook,那么安装的库只会影响那个特定的环境,不会影响全局或其他虚拟环境中的 Python 安装。因此,为了隔离项目依赖关系,推荐在虚拟环境中运行 Jupyter notebook。

如何将已有的conda环境配置到jupyter中

将现有的 Conda 环境配置到 Jupyter Notebook 或 JupyterLab 中,以便能够在 Jupyter 中使用该环境,需要以下步骤:

  1. 确保环境中有 ipykernelipykernel 包允许 Jupyter Notebook 或 JupyterLab 识别和使用 Conda 环境作为内核。如果在你的 Conda 环境中尚未安装 ipykernel,请先安装它:

    Bash

    深色版本

    conda activate myenv  # 激活你的环境
    conda install ipykernel
    
  2. 在 Jupyter 中注册内核: 接下来,你需要将环境注册为 Jupyter 的内核之一。这可以通过 python -m ipykernel install 命令完成。确保你在激活的环境中运行此命令:

```
python -m ipykernel install --user --name=myenv --display-name="yolo"
```

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。
  1. 验证内核: 一旦完成上述步骤,重启 Jupyter Notebook 或 JupyterLab,并检查内核下拉列表中是否出现了新的内核选项。你应该能够看到你刚刚添加的内核。

  2. 选择内核: 在 Jupyter Notebook 或 JupyterLab 中打开一个 notebook,从顶部菜单栏的 “Kernel” -> “Change kernel” 中选择你刚添加的内核。

这样,你就可以在 Jupyter Notebook 或 JupyterLab 中使用你的 Conda 环境了,所有的代码执行都将在你指定的 Conda 环境中进行。

记住,每次你想要在 Jupyter 中使用不同的 Conda 环境时,都需要重复上述步骤,即确保 ipykernel 已经在环境中安装,并且通过 python -m ipykernel install 命令将环境注册为内核。

你可能感兴趣的:(YOLO,jupyter,ide,python)