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 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 ipykernel 包： ipykernel 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。

3. 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。

4. 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。