311 lines
11 KiB
Markdown
311 lines
11 KiB
Markdown
## 在本地安装 Jupyter 以及 JupyterLab-Desktop
|
||
|
||
[Windows 用户安装方法点这里](#Windows用户)
|
||
|
||
### macOS 用户
|
||
|
||
macOS 系统自带的 Python 版本是 2.7，路径（path）通常是 `/usr/local/bin/python`；想要使用更高版本的 Python，必须自己动手安装。
|
||
|
||
### 1. 安装 Homebrew
|
||
|
||
先在 Terminal 里安装 `Homebrew`，以便将来用 `brew` 命令安装更多的软件：
|
||
|
||
```bash
|
||
/bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)"
|
||
```
|
||
|
||
### 2. 安装 Miniconda
|
||
|
||
随后，就去可以用 `brew` 安装 Miniconda 了，它是一个小型的 Python 管理工具。
|
||
|
||
```bash
|
||
brew install miniconda
|
||
```
|
||
|
||
安装完成之后，还要在 Terminal 执行以下命令：
|
||
|
||
```bash
|
||
conda init "$(basename "${SHELL}")"
|
||
```
|
||
|
||
这一步很重要，这个命令会更改一些必要的系统文件，以便 `conda` 能够正常使用。在我的机器上，以上的命令更改了我的 `~/.zshrc` 文件，添加了以下内容（你也可以手动添加）：
|
||
|
||
```bash
|
||
# conda init "$(basename "${SHELL}")"
|
||
# >>> conda initialize >>>
|
||
# !! Contents within this block are managed by 'conda init' !!
|
||
__conda_setup="$('/opt/homebrew/Caskroom/miniconda/base/bin/conda' 'shell.zsh' 'hook' 2> /dev/null)"
|
||
if [ $? -eq 0 ]; then
|
||
eval "$__conda_setup"
|
||
else
|
||
if [ -f "/opt/homebrew/Caskroom/miniconda/base/etc/profile.d/conda.sh" ]; then
|
||
. "/opt/homebrew/Caskroom/miniconda/base/etc/profile.d/conda.sh"
|
||
else
|
||
export PATH="/opt/homebrew/Caskroom/miniconda/base/bin:$PATH"
|
||
fi
|
||
fi
|
||
unset __conda_setup
|
||
# <<< conda initialize <<<
|
||
```
|
||
|
||
随后，可以检查一下当前的 `conda` 状态：
|
||
|
||
```bash
|
||
which conda
|
||
conda --version
|
||
```
|
||
|
||
### 3. 确认 Python 版本
|
||
|
||
```bash
|
||
which -a python
|
||
# 应该可以看到至少两个 Python 的位置
|
||
# 将来用 JupyterLab-Desktop 安装的 Python 版本（目前默认是 v3.8.17）不会被检索到
|
||
# ~/Library/jupyterlab-desktop/jlab_server/bin/python
|
||
python --version
|
||
# 应该给出的是 Miniconda 安装的版本，比如，Python 3.11.5
|
||
```
|
||
|
||
在一台机器上，可以安装很多个 Python 版本，本质上来看，只不过是 “把某个版本及其相关的组件都放到同一个 ‘文件夹’（或者 ‘目录’）之下”，而后，处于该目录下的 ptyhon 解释器会调用该目录下的各种组件。
|
||
|
||
例如，`/opt/homebrew/Caskroom/miniconda/base/bin/python` 这个 python 解释器，调用的就是 `/opt/homebrew/Caskroom/miniconda/base/` 这个目录下的 Python 组件，而这个 “环境” 的名称就是 `base`，可以用 `conda activate base` 启用。
|
||
|
||
### 4. 安装 Jupyterlab Module
|
||
|
||
```bash
|
||
python -m pip install jupyterlab
|
||
```
|
||
|
||
### 5. 安装 JupyterLab-Desktop
|
||
|
||
```bash
|
||
brew install --cask jupyterlab
|
||
```
|
||
|
||
在 macOS 上，由于系统权限设置，Jupyterlab-Desktop 自带的命令行工具 `jlab` 需要手动安装：
|
||
|
||
```bash
|
||
sudo chmod 755 /Applications/JupyterLab.app/Contents/Resources/app/jlab
|
||
sudo ln -s /Applications/JupyterLab.app/Contents/Resources/app/jlab /usr/local/bin/jlab
|
||
```
|
||
|
||
可以选择使用 Jupyterlab-Desktop 自带的 “Bundled Python environment”，不过，它的 Python 版本是 3.8.17。这个 “Bundle” 中，Python 解释器是 `~/Library/jupyterlab-desktop/jlab_server/bin/python`；所有相关组件安装在 `~/Library/jupyterlab-desktop/jlab_server/` 文件夹之内。
|
||
|
||
|
||
|
||
想要使用更高版本的 Python 及其环境，比如，Python 3.11.5，就得用我们自己在系统上使用 `conda` 安装的 Python 环境。
|
||
|
||
打开 JupyterLab-Desktop 之后，右上角会显示当前使用的 Python 环境名称，比如，最初的时候，默认是 `conda: jlab_server`…… 点击这个字符串，会跳出一个带有输入框的下拉菜单：
|
||
|
||
|
||
|
||
在输入框里输入我们用 `conda` 安装的 Python 路径而后按 `Enter` 键即可：
|
||
|
||
```bash
|
||
# 用以下命令获取当前系统默认 Python 的路径：
|
||
which python
|
||
# 输出是：/opt/homebrew/Caskroom/miniconda/base/bin/python
|
||
# 把 "/opt/homebrew/Caskroom/miniconda/base/bin/python" 拷贝粘贴到输入框里
|
||
```
|
||
|
||
而后我们就可以在 JupyterLab-Destop 里面使用自己选择的 Python 版本了：
|
||
|
||
|
||
|
||
有必要的话，可以在 JupyterLab-Desktop 的 `Settings > Server` 对话框里，把某个 Python 环境设置成 “默认”：
|
||
|
||
|
||
|
||
### 6. jlab 命令使用
|
||
|
||
在 Terminal 里，使用以下命令 “以当前路径为工作路径打开 JupyterLab Desktop”（注意末尾的 `&`）：
|
||
|
||
```bash
|
||
jlab . &
|
||
```
|
||
|
||
如果忽略了末尾的 `&`，那么在使用 JupyterLab-Desktop 的时候，Terminal 就得一直打开着。
|
||
|
||
使用以下命令 “用 JupyterLab Desktop 打开某个 `.ipynb` 文件”，比如：
|
||
|
||
```bash
|
||
jlab sample.ipynb &
|
||
```
|
||
|
||
### 7. 使用 JupyterLab-Desktop 图形界面
|
||
|
||
当然，普通用户最适应的是 “图形界面”，JupyterLab-Desktop 的图形界面相对比较直观，很快就可以学会。最基础的，无非是几个最常用操作：
|
||
|
||
* `Shift+Enter`：执行某个单元格的代码；
|
||
* 连续按 `d` 两次：删除某个单元格；
|
||
* 指针拖拽：可以移动某个单元格，改变代码执行顺序；
|
||
* ……
|
||
|
||
### 8. 关于 Python 的基本使用
|
||
|
||
可以参照《[自学是门手艺](https://github.com/selfteaching/the-craft-of-selfteaching)》，也可以参照 [Python Cheatshee in Jupyter Notebookst](https://github.com/xiaolai/Python-Cheatsheets-in-Jupyter-Notebooks)。
|
||
|
||
### Windows用户
|
||
|
||
准备工作：网络通信正常
|
||
|
||
### 1、下载安装文件
|
||
|
||
1.[下载 Anaconda Python 环境管理器](https://www.anaconda.com/download#downloads)
|
||
|
||
点击 Windows 图标下面的 `64-Bit Graphical Installer ......` 下载文件
|
||
|
||
2.[下载 JupyterLab Desktop](https://github.com/jupyterlab/jupyterlab-desktop/releases)
|
||
|
||
点击 `...... Setup-Windows.exe` 下载文件
|
||
|
||
### 2、安装 Anaconda
|
||
|
||
找到下载的文件 `Anaconda3 ...... .exe` 双击运行安装向导，需要注意的是**下面这几个地方不要选错**：
|
||
|
||
|
||
|
||
|
||
|
||
确认无误再点击 Install 安装：
|
||
|
||
|
||
|
||
> 在安装过程的最后一小段，电脑反应可能会变慢，感觉好像是卡住了，无需紧张，静静等待就好，因为安装过程中会执行各种解压、下载和安装命令。
|
||
|
||
当出现 Completed 字样，说明安装成功，我们 Next ：
|
||
|
||
|
||
|
||
最后 Finish 的时候记得取消这个对勾：
|
||
|
||
|
||
|
||
点击 Finish
|
||
|
||
### 3、配置 Anaconda Python 环境
|
||
|
||
安装完成后，系统会自动启动 Anaconda Navigator：
|
||
|
||
|
||
|
||
Anaconda Navigator 提示有新版本，点击 No, remind me later 暂不升级：
|
||
|
||
|
||
|
||
> 如果你对你的网络很有信心，你也可以现在升级，无论你是否升级，都不影响后续操作
|
||
|
||
点击窗口左侧的 Environments 进入环境配置：
|
||
|
||
|
||
|
||
点击屏幕左下部分的 Create 按钮，新建一个新的 Python 环境，专门用于英语训练：
|
||
|
||
|
||
|
||
> 尽可能不要破坏系统的 Python 环境，以防其他使用Python 的 APP 出问题
|
||
|
||
在弹出的对话框中，在 Name 这一行输入这个虚拟环境的名称 EnTrainEVM ：
|
||
|
||
|
||
|
||
> 这个名称随便填啥都可以，只要自己看着顺眼即可；只是**不能**整成**中文或者纯数字**
|
||
>
|
||
|
||
在 Packages 选择 **Python 3.11.7**
|
||
|
||
点击 Create 创建环境
|
||
|
||
|
||
|
||
这个时候你会看到右下角的进度条在蠕动，说明你创建的 Python 环境正在创建中
|
||
|
||
> 需要注意的是，整个创建过程中都需要通畅的网络链接，如果创建失败，99.9999% 都是网的问题。
|
||
|
||
看到下面这样的画面，说明环境创建成功！
|
||
|
||
|
||
|
||
|
||
|
||
> 如果一开始你没有更新 Anaconda Navigator 可能会弹出新版本提示，我们同样点击 No, remind me later 暂不升级
|
||
>
|
||
> 
|
||
|
||
点击窗口左边的 Home 进入主页，往下滑，找到 Jupyter Lab 点击 Install 安装：
|
||
|
||
|
||
|
||
|
||
|
||
等右下角的进度条走完，说明安装成功！可以关闭 Anaconda Navigator 程序了。
|
||
|
||
此时，你用于英语训练的 Python 环境就**配置完成啦！**
|
||
|
||
### 4、安装 JupyterLab Desktop
|
||
|
||
找到下载目录，双击 `JupyterLab-Setup-Windows` 运行安装向导，此时系统会提示安装程序需要管理员权限，我们点 `是` 授权运行：
|
||
|
||
|
||
|
||
点击我同意，安装立即开始
|
||
|
||
|
||
|
||
安装完成，点击完成
|
||
|
||
### 5、配置 JupyterLab Desktop
|
||
|
||
系统会自动运行 JupyterLab Desktop 程序：
|
||
|
||
|
||
|
||
我们点击 Open Folder 打开文件夹，找到存放学习资料的地方，点击 Open：
|
||
|
||
|
||
|
||
在窗口的右上方，有一个蓝色的图标，点一下：
|
||
|
||
|
||
|
||
在弹出的菜单里，选择我们刚才创建的 EnTrainEVM 英语练习环境：
|
||
|
||
|
||
|
||
看到这个画面需要稍微等一下：
|
||
|
||
|
||
|
||
当你看到这个画面，说明 JupyterLab Desktop 已经安装成功啦！
|
||
|
||
|
||
|
||
### 6. jlab 命令使用
|
||
|
||
在 PowerShell 里，使用以下命令 “以当前路径为工作路径打开 JupyterLab Desktop” ：
|
||
|
||
```bash
|
||
jlab .
|
||
```
|
||
|
||
注意，用 PowerShell 里用 `jlab` 命令打开 JupyterLab-Desktop 的时候，PowerShell 窗口不能关闭（可以最小化）。
|
||
|
||
使用以下命令 “用 JupyterLab Desktop 打开某个 `.ipynb` 文件”，比如：
|
||
|
||
```bash
|
||
jlab sample.ipynb
|
||
```
|
||
|
||
### 7. 使用 JupyterLab-Desktop 图形界面
|
||
|
||
当然，普通用户最适应的是 “图形界面”，JupyterLab-Desktop 的图形界面相对比较直观，很快就可以学会。最基础的，无非是几个最常用操作：
|
||
|
||
* `Shift+Enter`：执行某个单元格的代码；
|
||
* 连续按 `d` 两次：删除某个单元格；
|
||
* 指针拖拽：可以移动某个单元格，改变代码执行顺序；
|
||
* ……
|
||
|
||
### 8. 关于 Python 的基本使用
|
||
|
||
可以参照《[自学是门手艺](https://github.com/selfteaching/the-craft-of-selfteaching)》，也可以参照 [Python Cheatshee in Jupyter Notebookst](https://github.com/xiaolai/Python-Cheatsheets-in-Jupyter-Notebooks)。
|