如何在Virtualenv中安装Jupyter笔记本

Jupyter Notebook是一个Python环境，帮助你使用Python探索和分析数据。它是一个富有表现力的平台，帮助你用代码和图形来交流思想。Jupyter将实时代码和文本解释与数据可视化相结合，使文件变得生动。在本教程中，我们将看看如何开始使用Jupyter笔记本。我们将把Jupyter笔记本安装在我们最近了解的virtualenv中。

---

在VirtualEnv中安装Jupyter笔记本

Python中的虚拟环境非常棒，在使用Jupyter笔记本时，使用虚拟环境是很有意义的。如果不熟悉的话，先去[建立一个Python虚拟环境]，然后激活它。在你的终端，导航到你要使用的虚拟环境的根目录。我们的虚拟环境恰好被命名为vrequests。在提示符下，输入：

pip install jupyter notebook

你会看到各种软件正在安装。

启动Jupyter笔记本

一旦安装完成，你可以用这个命令启动Juypter Notebook。

jupyter notebook

现在一个浏览器窗口应该打开，显示Jupyter环境。

在这里，我们可以通过选择new->Python3创建一个新的Python3 Jupyter笔记本来工作。

这将打开一个新的浏览器标签，显示一个Jupyter笔记本，我们可以在其中输入Python代码。

命名笔记本

要给笔记本命名，点击显示Untitled1的文本，你会得到一个输入新名字的模式，然后点击Rename。我们可以把这个笔记本命名为Hello_Jupyter。

在Jupyter笔记本中运行Python代码

随着一个新的Jupyter笔记本的运行和命名，我们现在可以在一个单元中输入一些Python代码。准备好后，点击Jupyter中的运行按钮，你会看到Python代码的结果，就在你输入代码的下方。运行Python代码的一个更快捷的方法是简单地按住shift键，然后在键盘上点击Enter键。这两种方法的结果都是一样的。

Jupyter检查点

Jupyter有一个叫做检查点的功能。这可以通过点击文件->保存和检查点来实现。

Jupyter笔记本中的检查点是文件的一个备份副本或版本，允许你尝试对笔记本的修改，如果你愿意，可以恢复到你创建的最后一个检查点。这使你的Jupyter笔记本具有少量的版本控制功能。你可以为每个文件存储一个先前的检查点。当你恢复到之前的检查点时，Jupyter会提醒你，恢复是不能被撤销的。

---

Jupyter界面

这就是Jupyter界面。当我们创建一个新的Jupyter笔记本时，它在一个新的浏览器窗口中被打开。原来的浏览器窗口仍在运行，在这个原始的标签中是Jupyter界面。由于我们从一个虚拟环境中启动了Jupyter，我们看到了任何python虚拟环境中都有的目录。这些目录是etc、Include、Lib、Scripts、share和tcl。我们还看到Hello_Jupyter.ipynb文件。这就是我们先前创建并重命名的笔记本。我们可以看到有三个不同的标签。它们是文件标签，运行标签和集群标签。文件选项卡显示了当前目录下的所有文件。运行选项卡显示任何当前运行的笔记本。Clusters标签，由iPython parallel提供，用于并行计算环境。我们现在不会去看这个。这里我们可以看到Hello_Jupyter.ipynb笔记本正在运行。如果我们愿意，可以通过点击关闭按钮来关闭它。

在文件选项卡中，如果你选择一个特定的文件，你会得到一些选项。这里我们通过点击选择框来选择Hello_Jupyter.ipynb笔记本文件。一旦我们这样做，我们就会得到新的选项：复制、关闭、查看、编辑或垃圾桶。

复制的作用和你想的一样。关闭将关闭当前选定的笔记本。查看只是打开所选笔记本的另一种方式。编辑 "听起来像是要打开笔记本，让你可以在上面工作，但实际上它打开的是原始json文件。你可能不需要用这种方式处理你的笔记本，但你知道你可以查看和编辑原始json文件，如果你需要或想要的话。右边的垃圾桶图标将删除选中的文件。

如果你好奇的话，点击 "编辑 "会产生这样的结果。

{
 "cells": [
  {
   "cell_type": "code",
   "execution_count": 1,
   "metadata": {},
   "outputs": [
    {
     "name": "stdout",
     "output_type": "stream",
     "text": [
      "Hi from Jupyter!n"
     ]
    }
   ],
   "source": [
    "print('Hi from Jupyter!')"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": null,
   "metadata": {},
   "outputs": [],
   "source": []
  }
 ],
 "metadata": {
  "kernelspec": {
   "display_name": "Python 3",
   "language": "python",
   "name": "python3"
  },
  "language_info": {
   "codemirror_mode": {
    "name": "ipython",
    "version": 3
   },
   "file_extension": ".py",
   "mimetype": "text/x-python",
   "name": "python",
   "nbconvert_exporter": "python",
   "pygments_lexer": "ipython3",
   "version": "3.8.0"
  }
 },
 "nbformat": 4,
 "nbformat_minor": 4
}

在Jupyter中使用各种库

我们测试了几行简单的Python代码，只是为了展示如何在一个单元中运行代码。在你的Jupyter笔记本中包含任何你想使用的Python库都很容易。Pandas、NumPy和Matplotlib是经常使用的。我们也可以利用其他库。我们可以看到，为了使代码正常运行，Requests和Beautiful Soup库都被导入。当然，Jupyter能够正确地对代码进行语法高亮，并在浏览器中产生一个漂亮的结果。这不需要第三方的集成开发环境来工作

如何在Virtualenv中安装Jupyter笔记本 摘要

有几种方法来安装Jupyter Notebook，以便你可以使用这个流行的Python工具。一种流行的方法是使用[Anaconda分布]。我们选择了一条不同的路线，即简单地在Python虚拟环境中安装Jupyter Notebook。这种方法比较精简，可以让你开始使用[Jupyter]，而不必安装Anaconda打包的所有相关软件。