Skip to content
Reborn

Jupyterlab 的安装与配置

43 / 44

下载并安装 Anaconda

Anaconda 是目前最方便的 Python 发行版，搭载了很多我们终将必用的软件包，除了 Python 之外，还有 R 语言，还包括 Pandoc，NumPy，SciPy，Matplotlib…… 等等。

无论是图形化界面安装，还是命令行界面安装，建议都把 Anaconda 安装在本地用户目录内，~/。请下载并安装 Python 3.x 的版本。

图形化界面安装的教程，官方的很详细，各个操作平台的说明都有：

https://docs.anaconda.com/anaconda/install/

在 MacOS 的 Terminal 命令行下，可以直接下载并安装：

bash
cd ~/Downloads/
wget https://repo.anaconda.com/archive/Anaconda3-2018.12-MacOSX-x86_64.sh
chmod +x Anaconda3-2018.12-MacOSX-x86_64.sh
./Anaconda3-2018.12-MacOSX-x86_64.sh

安装到最后一步，会问你是否要安装微软出品的 Visual Studio Code，选择 yes —— 反正以后你的电脑上会不止一个文本编辑器…… 以后你可能还会安装的文本编辑器包括 SublimeText, Atom 等等。

安装完毕之后，打开 Terminal(Windows 系统需要打开之前安装的 Anaconda Prompt 输入），继续安装几个组件：

bash
conda update conda
conda update anaconda
conda install -c conda-forge nodejs
conda install -c conda-forge jupyterlab # 这是用来升级 jupyter lab 到最新版的方法

安装完毕之后，可以看看各个你将要用到的可执行命令都在什么地方，用 which 命令（windows下用 where 命令）：

bash
which python
python --version
which node
node -v
which jupyter
jupyter lab --version
jupyter notebook --version
which pip
pip --version

第一次启动 Jupyter lab

打开 Terminal，cd 到你想打开 Jupyter lab 的目录（就是你保存 ipynb 文件的地方，以便在 Jupyter lab 中打开、浏览、编辑 ipynb 文件），在这里以用户根目录为例 ~/：

bash
cd ~
jupyter lab

此时的 Terminal 窗口不能关闭，否则 Jupyter lab 就停止运行了 —— 就将它放在那里。

随后会有个浏览器打开，指向 http://localhost:8888/lab? —— 你就看到 Jupyter lab 的操作界面了。

目前，Jupyter lab 和 Jupyter notebook 是并存的，虽然前者是后者的下一步替代者。如果你依然习惯于使用 Jupyter notebook，那么，在浏览器中指向 http://localhost:8888/tree? 看到的就是 Jupyter notebook.

配置 Jupyter lab

打开 Terminal，输入以下命令：

bash
jupyter lab --generate-config

这会在 ~/.jupyter/ 目录下生成一个 jupyter_notebook_config.py 文件。

bash
cd ~/.jupyter
code jupyter_notebook_config.py

上面的 code 命令，需要你已经安装 Visual Studio Code，并且在已经在其中设置了 Install 'code' command in PATH。参见附录 Visual Studio Code 的安装与配置

事实上，你可以用你喜欢的任何编辑器打开 ~/.jupyter/jupyter_notebook_config.py 文件。

文件内容很长，有空可以仔细看。可以直接将以下内容拷贝粘贴到文件底部，根据需求修改：

json
#c.NotebookApp.token = ''
#c.NotebookApp.open_browser = False
#c.NotebookApp.notebook_dir = '~/'
#c.NotebookApp.default_url = '/tree'

逐条解释一下：

c.NotebookApp.token = ''

每次打开 jupyter，它都会给你生成一个新的 Token —— 这是安全策略。但是，如果你只是在自己的电脑上使用，那么，这就给你制造了麻烦，因为若是你想同时用另外一个浏览器打开它，那你就需要从 Terminal 里拷贝那个 Token 出来。所以，你可以在配置文件里直接把它设置为空。

c.NotebookApp.open_browser = False

每次你执行 jupyter lab 或者 jupyter notebook 命令的时候，它都会使用系统默认浏览器。

每个人的习惯不一样。比如我，会想到用一个平时不怎么用的浏览器专门用在 Jupyter 上，这样会防止自己在关闭其它网页的时候不小心把 Jupyter 关掉…… 那我就会把这项设定为 False。

c.NotebookApp.notebook_dir = '~/'

在 Terminal 中执行 jupyter 命令的时候，它默认是在你当前所在的工作目录打开 jupyter，这同样是出于安全考虑。但是，如果你只是在自己的电脑上使用，且只有自己在使用，那么莫不如直接把它设置成 ~/，即，你的用户根目录，这样会很方便地访问各种地方的文件……

c.NotebookApp.default_url = '/tree'

这一项留给那些依然习惯于使用 jupyter notebook 的人，这样设置之后，即便是输入 jupyter lab 命令，打开的还是 jupyter notebook。

在 Terminal 里常用的与 Jupyter 有关的命令有：

bash
jupyter lab
jupyter lab --version
conda install -c conda-forge jupyterlab # 这是用来升级 jupyter lab 到最新版的方法
jupyter notebook list                   # 查看正在运行的 jupyter lab/notebook
jupyter notebook stop                   # 停止 jupyter lab/notebook 服务

将 Jupyter lab 配置成系统服务

如果，你厌烦每次都要跑到 Terminal 里启动 Jupyter lab，可以把它配置成系统服务，每次开机启动它就自动运行。而你需要做的只不过是直接从浏览器中访问 http://localhost:8888/。

bash
code ~/Library/LaunchAgents/com.jupyter.lab.plist

这条命令会让 Visual Studio Code 创建 ~/Library/LaunchAgents/com.jupyter.lab.plist 文件并打开。

在其中拷贝粘贴以下内容，注意，要把其中的 your_username 修改为你的用户名：

xml
<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE plist PUBLIC "-//Apple//DTD PLIST 1.0//EN" "http://www.apple.com/DTDs/PropertyList-1.0.dtd">
<plist version="1.0">
<dict>
	<key>Label</key>
	<string>local.job</string>
	<key>ProgramArguments</key>
	<array>
		<string>/Users/your_username/anaconda3/bin/jupyter</string>
		<string>lab</string>
		<string>--no-browser</string>
		<string>--notebook-dir=/Users/your_username/</string>
	</array>
	<key>RunAtLoad</key>
	<true/>
	<key>StandardErrorPath</key>
	<string>/tmp/local.job.err</string>
	<key>StandardOutPath</key>
	<string>/tmp/local.job.out</string>
</dict>
</plist>

如果之前在 jupyter_notebook_config.py 文件里已经设置过

json
c.NotebookApp.open_browser = False
c.NotebookApp.notebook_dir = '~/'

那么这两行就可以不要了：

xml
		<string>--no-browser</string>
		<string>--notebook-dir=/Users/your_username/</string>

而后在 Terminal 里执行：

bash
launchctl load ~/Library/LaunchAgents/com.jupyter.lab.plist

如果你想重新启动这个服务，那么执行：

bash
launchctl unload ~/Library/LaunchAgents/com.jupyter.lab.plist
launchctl load ~/Library/LaunchAgents/com.jupyter.lab.plist

关于 Jupyter lab themes

对中文用户来说，Jupyter 的默认字号有点过小，阅读起来不是很舒适。但最佳的方案不是去寻找合适的 themes，而是直接使用支持 Stylus 这类终端 CSS 定制插件的浏览器，Chrome/Firefox/Opera 都支持 Stylus 插件。

我用的 Stylus 定制 CSS 是这样的：

css
a {color: #2456A4 !important;}
strong {color:#6392BF;}
em {color: #A9312A; font-style: normal !important;}
table {font-size: 90% !important;}

#jp-main-dock-panel {background-color: #f9f9f9;}
.jp-RenderedHTMLCommon {font-family: "Yuanti SC"; font-size: 100%;}
.jp-Notebook {background-color: #fbfafa;}
.CodeMirror, .jp-RenderedHTMLCommon pre {font-size: 90%;}
.jp-RenderedHTMLCommon pre {
    padding: 10px 25px;
    background-color: #fafafa;
    border-left: 4px solid #dadada;
    border-radius: 10px;
}

.jp-RenderedHTMLCommon pre code {
    background-color: #fafafa;
}

.jp-RenderedHTMLCommon h1 code,
.jp-RenderedHTMLCommon h2 code,
.jp-RenderedHTMLCommon h3 code,
.jp-RenderedHTMLCommon h4 code,
.jp-RenderedHTMLCommon p code,
.jp-RenderedHTMLCommon li code,
.jp-RenderedHTMLCommon blockquote p code,
.jp-RenderedHTMLCommon blockquote li code,
.jp-RenderedHTMLCommon td code {
    background-color: #f6f6f6;
    font-size: 90%;
    color:#2e2e2e;
    padding: 4px 4px;
    margin: 0 8px;
    box-shadow: 0px 1px 2px 0px rgba(0,0,0,0.2);
    border-radius: 4px;
}

这样就相当于我把 JupyterLab Light 这个 Theme 稍微 Tweak 了一下。

另，我写的内容里，为了重点突出，特别定制了 strong 和 em 两个元素的显示，让它们以不同的颜色展示；又因为中文并不适合斜体展示，所以，把 em 的 font-style 设定为 normal……

安装插件

Jupyter notebook 经过很多年的发展，现在有很多扩展插件，但也有其中一些并不兼容最新的 Jupyter lab。不过，刚开始的时候用不着那么多插件，你只用其中的两个就足够开始了：

首先在用快捷键 ⌘ , 打开 jupyter lab 的 Advanced Settings，在 Extension Manager 中，添加 User Overrides：

json
{
    "enabled": true
}

而后在 Terminal 执行以下命令安装插件：

bash
jupyter labextension install @jupyterlab/toc
jupyter labextension install @ryantam626/jupyterlab_sublime
jupyter lab build

toc 插件，自动将 ipynb 文件中的标题转换成目录。

jupyterlab_sublime 则可以让你在 Jupyter lab 的 cell 中，使用跟 SublimeText 一样的快捷键，比如 ⌘ D 能够多选其它与当前选中内容一样的内容；比如 ⌘ 加鼠标点击，可以生成多个可编辑点……

常用快捷键

以下是 MacOS 下 Jupyter lab 最常用的快捷键。快捷键在两种模式下执行，进入编辑模式用 ⏎，回到命令模式用 ⎋（ESC）。

另外，代码编辑过程中需要安装 Jupyterlab 插件 @ryantam626/jupyterlab_sublime 之后才能使用 “多行同时编辑功能”。

| 快捷键 | 说明 | 模式 |

|

---- |

|

  • | | ESC | 从编辑模式回到命令模式 | 命令 | | A | 在当前 Cell 之前插入一个 Cell | | | B | 在当前 Cell 之后插入一个 Cell | | | D, D | 连续按两次 d 键，删除当前 Cell | | | Y | 将当前 Cell 设置为 Code Cell | | | M | 将当前 Cell 设置为 Markdown Cell | | | ^ ⇧ - | 将当前 Cell 拆分为两个 | 编辑 | | ⇧ M | 合并选中的 Cells | | | ⇧ J or ⇧ ↓ | 连续向下选中 Cells | | | ⇧ K or ⇧ ↑ | 连续向上选中 Cells | | | ⇧ ⏎ or ^ ⏎ | 运行当前 Cell 中的代码 | | | ⇧ L | 显示/隐藏代码行号 | | | ⏎ | 当前 Cell 进入编辑模式 | 编辑 | | ⇥ | 自动补全代码 | | | ⇧ ⇥ | 呼出当前光标下词汇的 Docstring | | | ⌘ D | Sublime Keymap: 选中下一个相同字符串 | | | ⇧ ⌘ L | Sublime Keymap: 在选中的行内启动多行同时编辑 | | | ⌘ + Mouse Click | 生成下一个可同时编辑的光标点 | |

增加一些必要的快捷键

在 Settings > Keyboard Shortcuts 中，可以设定一些常用但系统并未给出的快捷键：

json
{
	"notebook:move-cells-down-down": {
		"command": "notebook:move-cell-down",
		"keys": [
		"Alt J"
		],
		"selector": ".jp-Notebook:focus",
		"title": "Move Cells Down",
		"category": "Notebook Cell Operations"
	},
	"notebook:move-cells-down-up": {
		"command": "notebook:move-cell-up",
		"keys": [
		"Alt K"
		],
		"selector": ".jp-Notebook:focus",
		"title": "Move Cells Down",
		"category": "Notebook Cell Operations"
	},
	"notebook:enable-output-scrolling": {
		"command": "notebook:enable-output-scrolling",
		"keys": [
		"S"
		],
		"selector": ".jp-Notebook:focus",
		"title": "Enable output scrolling",
		"category": "Notebook Cell Operations"
	},
	"notebook:disable-output-scrolling": {
		"command": "notebook:disable-output-scrolling",
		"keys": [
		"Alt S"
		],
		"selector": ".jp-Notebook:focus",
		"title": "Enable output scrolling",
		"category": "Notebook Cell Operations"
	}
}

这样就添加了 4 个快捷键：

  • ⌥ J: Move selected cells down
  • ⌥ K: Move selected cells up
  • S: Enable output scrolling
  • ⌥ S: Disable output scrolling

比如 Move Selected cells up：

输出所有变量内容

默认情况下，Code Cell 只输出最后一个可以被 evaluate 的值，用 _ 代表之前刚刚被 evaluate 的值。

python
[1, 2, 3]
plaintext
[1, 2, 3]
python
_ # 执行完上面的 Cell，试试这个 Cell; 而后执行完下面的 Cell 之后再重新执行一次当前这个 Cell
plaintext
[1, 2, 3]
python
(1, 2, 3)
{1, 2, 3}
plaintext
{1, 2, 3}

于是，为了显示最近 evaluate 的多个值，我们总是不得不使用很多的 print()……

如果觉得这事比较烦的话，可以在 Cell 最上面写上：

python
from IPython.core.interactiveshell import InteractiveShell
InteractiveShell.ast_node_interactivity = "all"

如果还想更省事一点，就把这个设置写入配置文件：

python
c.InteractiveShell.ast_node_interactivity = "all"
python
from IPython.core.interactiveshell import InteractiveShell
InteractiveShell.ast_node_interactivity = "all"

(1, 2, 3)
{1, 2, 3}
plaintext
(1, 2, 3)

{1, 2, 3}

魔法函数

在 Code Cell 里，可以运行一些 “魔法函数”（Magic Functions），这是秉承了 IPython 的特性。绝大多数在 IPython 里能够使用的魔法函数在 Jupyterlab 里都可以直接使用。完整的 IPython 魔法函数请参照：

https://ipython.readthedocs.io/en/stable/interactive/magics.html

Jupyterlab 里较为常用的魔法函数整理如下：

| 魔法函数 | 说明 |

|

|

| | %lsmagic | 列出所有可被使用的 Jupyter lab 魔法函数 | | %run | 在 Cell 中运行 .py 文件：%run file_name | | %who | 列出所有当前 Global Scope 中的变量；类似的还有：%who df，%whos | | %env | 列出当前的环境变量 | | %load | 将其他文件内容导入 Cell，%load source，source 可以是文件名，也可以是 URL。| | %time | 返回 Cell 内代码执行的时间，相关的还有 %timeit | | %writefile | 把 Cell 的内容写入文件，%write file_name；%write -a file_name，-a 是追加 | | %matplotlib inline | 行内展示 matplotlib 的结果 | | %%bash | 运行随后的 shell 命令，比如 %%bash ls；与之类似的还有 %%HTML，%%python2，%%python3，%%ruby，%%perl…… |

桌面版 Jupyter App

Nteract

支持各个操作系统，很好看、很好用。有一个小缺点是，不支持 input() 函数的调用。

https://nteract.io/desktop

https://cloud.githubusercontent.com/assets/836375/18421299/d95ad398-783b-11e6-8b23-d54cf7caad1e.png

Pineapple

只支持 MacOS，也很好用 —— 缺点就是很难看……

https://nwhitehead.github.io/pineapple/

https://nwhitehead.github.io/pineapple/images/sshots.png