概述

前置安装如有问题：
1.Python、anaconda介绍、安装及使用

重要，整合vscode，现行在 vscode 上使用已可以，后序需要重新安装，将其整理

jupyter

jupyter notebook

1.生成配置文件

# 生成jupyter notebook的配置文件
jupyter notebook --generate-config 

一般在 anaconda 下进行

修改notebook保存目录

# 打开生成的配置文件,根据 c.ServerApp.root_dir(新) c.ServerApp.notebook_dir(老版本) 快速定位
c.ServerApp.root_dir = 'D:\\python\\jupyter'

如果还是默认路径，查看

• 1.在开始菜单找到“Jupyte Notebook”快捷键，鼠标右击 – 更多 – 打开文件位置
• 2.找到对应的“Jupyte Notebook”快捷图标，鼠标右击 – 属性 – 目标，去掉后面的 “%USERPROFILE%/”，然后点击“应用”，“确定”

# 以下两个命令，需要在anaconda与虚拟环境中都要执行一次，相当于能使用虚拟环境。
# python 3.9以下使用
conda install nb_conda
# python 3.9及以上使用
conda install nb_conda_kernels
conda install ipykernel

conda install nb_conda_kernels ipykernel

实际测试

问题

【QA-Anaconda】问题：无法添加包：The current user does not have write permissions to the target environment.

方案一：速度最快的解决方式

方案二：修改文件夹的权限

问题2，无法获取token

只留一个括号即可

jupyter lab

在安装好 jupyter notebook 后，最新版本 conda 中直接启动
补充

插件安装

debugger

随着jupyter lab官方插件debugger的横空出世，在jupyter lab中进行debug变得不再痛苦
官网

conda install -c conda-forge xeus-python
conda install -c conda-forge jupyterlab
# 安装
jupyter labextension install @jupyterlab/debugger

jupyterlab-lsp
https://github.com/jupyter-lsp/jupyterlab-lsp

jupyterlab-variableinspector

jupyterlab-variableinspector插件可以展示当前界面内的所有变量情况
详细介绍见项目文档：https://github.com/jupyterlab-contrib/jupyterlab-variableInspector
安装命令：jupyter labextension install @lckr/jupyterlab_variableinspector
也可以在https://pypi.org/project/lckr-jupyterlab-variableinspector/#history
下载对应版本的包，再使用pip install，把文件拖到后面回车直接安装。

jupyter labextension install @lckr/jupyterlab_variableinspector

安装完成后重启Lab，右键任一代码块，点击画圈处：Open Variable lnspector打开变量管理插件

jupyterlab-execute-time

jupyterlab-execute-time可以记录每个代码块的最近一次运行的具体时间和运行耗时，同时为正在运行的代码块记录时间。非常实用！

jupyter labextension install jupyterlab-execute-time

jupyterlab-toc

jupyterlab-toc帮助我们在notebook界面利用markdown来创建目录，辅助我们更好地整合梳理数据分析工作流

# 安装命令
jupyter labextension install @jupyterlab/toc

jupyter-matplotlib

jupyter-matplotlib帮助我们在notebook界面配合matplotlib实现交互式的作图，只需要在绘图之前执行魔法命令%matplotlib widget，之后绘制的所有matplotlib图表即可自动转换为交互式的：

# 安装命令
conda install ipympl
jupyter labextension install @jupyter-widgets/jupyterlab-manager jupyter-matplotlib

conda install -c conda-forge nodejs
npm install

jupyterlab-plotly

jupyterlab-plotly是一款帮助plotly图像在jupyter lab中正常渲染的插件

jupyterlab-kite

帮助我们建立代码补全神器kite与jupyter lab之间的通道，帮助我们在jupyter lab使用kite代码补全服务

conda install jupyter-kite
jupyter labextension install @kiteco/jupyterlab-kite

整合 vscode

安装 DataSpell

注意

安装软件没什么特别的，注意下面勾选

DataSpell 安装完成之后需要配置环境，这里暂不配置

配置运行环境

添加一个 jupyter 连接

选择 url

jupyter notebook 需要密码，做以下配置，密码:123456

成功执行

DataSpell 使用

创建 jupyter notebook文件，文档的扩展名为 .ipynb

关键

再不显示对应环境

就可以基本解决

常用快捷键

• 两种模式通用快捷键
  • shit+enter，执行本单元代码，并跳转到下一单元格
  • ctrl+enter，执行本单元代码，留在本单元格
• 命令模式，按esc进入
  • Y，cell切换到code模式
  • M，cell切换到markdown模式
  • A，在当前cell的上面添加cell
  • B，在当前cell的下面添加cell
  • 双击D：删除当前cell
• 编辑模式，按enter进入
  • 多光标操作：ctrl键点击鼠标
  • 回退：ctrl+z
  • 重做:ctrl+y
  • 补全代码：变量、方法后跟tab
  • 为一行或多行添加、取消注释 ctrl+/