安装 Jupyter Notebook (这里虽然是对centos和Python2的,但是在Ubuntu16.04,Python3同样可以照着弄)
-
Jupyter Notebook 简介Jupyter Notebook 是一个开源的 Web 应用程序,可以用来创建和共享包含动态代码、方程式、可视化及解释性文本的文档。其应用于包括:数据整理与转换,数值模拟,统计建模,机器学习等等。更多信息请见 官网 。
-
检查 Python 环境CentOS 7.2 中默认集成了 Python 2.7,可以通过下面命令检查 Python 版本:
python --version
-
安装 pippip 是一个 Python 包管理工具,我们使用 yum 命令来安装该工具:
yum -y install python-pip
使用下面命令升级 pip 到最新版本:pip install --upgrade pip
-
安装相关依赖安装 Jupyter 过程中还需要其他一些依赖,我们使用以下命令安装他们:
yum -y groupinstall "Development Tools" yum -y install python-devel
-
配置虚拟环境
安装 virtualenv
我们将为 Jupyter 创建一个独立的虚拟环境,与系统自带的 Python 隔离开来。为此,先安装 virtualenv 库:pip install virtualenv
创建虚拟环境
创建一个专门的虚拟环境,并直接激活进入该环境:virtualenv venv source venv/bin/activate
-
使用 pip 安装 Jupyter我们使用 pip 命令安装 Jupyter:
pip install jupyter
配置 Jupyter Notebook
-
建立项目目录我们先为 Jupyter 相关文件准备一个目录:
mkdir /data/jupyter cd /data/jupyter
再建立一个目录作为 Jupyter 运行的根目录:mkdir /data/jupyter/root
-
准备密码密文由于我们将以需要密码验证的模式启动 Jupyter,所以我们要预先生成所需的密码对应的密文。
生成密文
使用下面的命令,创建一个密文的密码:python -c "import IPython;print IPython.lib.passwd()"
执行后需要输入并确认密码,然后程序会返回一个‘sha1:...‘
的密文,我们接下来将会用到它。 -
修改配置
生成配置文件
我们使用--generate-config
来参数生成默认配置文件:jupyter notebook --generate-config --allow-root
生成的配置文件在/root/.jupyter/
目录下,可以点此编辑配置。修改配置
然后在配置文件最下方加入以下配置:c.NotebookApp.ip = ‘*‘ c.NotebookApp.allow_root = True c.NotebookApp.open_browser = False c.NotebookApp.port = 8888 c.NotebookApp.password = u‘刚才生成的密文(sha:...)‘ c.ContentsManager.root_dir = ‘/data/jupyter/root‘
其中:c.NotebookApp.password
请将上一步中密文填入此项,包括 sha: 部分。
你也可以直接配置或使用Nginx
将服务代理到 80 或 443 端口。
启动 Jupyter Notebook
-
直接启动
-
创建 Notebook
- 进入
【首页】
首先需要输入前面步骤中设置的密码。 - 然后点击右侧的
【 new 】
,选择 Python2 新建一个 notebook,这时跳转至编辑界面。 - 现在我们可以看到 /data/jupyter/root/ 目录中出现了一个
Untitled.ipynb
文件,这就是我们刚刚新建的 Notebook 文件。我们建立的所有 Notebook 都将默认以该类型的文件格式保存。
- 进入
-
后台运行直接以
jupyter notebook
命令启动 Jupyter 的方式在连接断开时将会中断,所以我们需要让 Jupyter 服务在后台常驻。先按下Ctrl + C
并输入y
停止 Jupyter 服务,然后执行以下命令:nohup jupyter notebook > /data/jupyter/jupyter.log 2>&1 &
该命令将使得 Jupyter 在后台运行,并将日志写在 /data/jupyter/jupyter.log 文件中。 -
准备后续步骤的 Notebook为了后面实验中实验室的步骤检查器能够更好的工作,此时我们使用以下命令预先创建几份 ipynb 文件:
cd /data/jupyter/root cp Untitled.ipynb first.ipynb cp Untitled.ipynb matplotlib.ipynb cp Untitled.ipynb tensorflow.ipynb rm -f Untitled.ipynb