python小白學習之anaconda的安裝與Jupyter環境配置

2021-01-04 崛起的北漂程序猿

隨著機器學習和人工智慧的崛起,python被越來越多的程序猿使用。python非常易用,但是包管理和Python不同版本問題卻讓人非常頭疼。Anaconda有著強大的包管理與環境管理功能,將python和許多常用的package打包。本文主要介紹linux下Anaconda的安裝與Jupyter環境配置。

第一步:在官方網站

https://www.anaconda.com/download/下載linux版本的Anaconda

第二步:將下載好的

Anaconda3-5.1.0-Linux-x86_64.sh文件上傳到伺服器下,執行bash

Anaconda-2.1.0-Linux-x86_64.sh進行安裝。它將安裝在/root/anaconda3下

當伺服器上出現下面文字時,說明anaconda已經安裝完畢

第三步:環境配置

安裝完畢後,export PATH="/root/anaconda3/bin:$PATH"會被系統自動加到/root/.bashrc的最後一行,但是它還沒有生效,我們此時要執行 source /root/.bashrc

第四部:驗證是否安裝成功

安裝前,我伺服器是python2

安裝anaconda後,python版本自動變成了python3

經過以上幾步,說明你的anaconda已經安裝成功。接下來我們配置Jupyter環境。Jupyter Notebook是IPython的一個Web接口,其實它也支持其它語言。它可以展現富文本,使得整個工作可以以筆記的形式展現、存儲,適合做數據分析,交互編程和學習。

第一步:安裝好python和anaconda,這個在上面已經完成

第二步:執行jupyter notebook。這樣就運行了jupyter,但是此時還只能在本地運行,要想遠程訪問的話,還需進行一下配置。

(1)執行jupyter notebook --generate-config,此時在/root/.jupyter/下會生成一個

jupyter_notebook_config.py的配置文件

(2)執行openssl req -x509 -nodes -days 365 -newkey rsa:1024 -keyout notebook_cert.key -out notebook_cert.pem,生成自動籤名證書,notebook_cert.key 和notebook_cert.pem

(3)執行python -c "import IPython;print(IPython.lib.passwd())"生成一個密碼hash,在遠程訪問的時候需要輸入改密碼,這一步輸出的sha1碼複製到下面的配置文件中

jupyter_notebook_config.py,在最後追加一下配置

c = get_config()

c.NotebookApp.certfile = u'/root/.jupyter/notebook_cert.pem'

c.NotebookApp.keyfile = u'/root/.jupyter/notebook_cert.key'

c.NotebookApp.password = u'sha1:e4c7da7f727d:3e891cc7b0126f30c1677b9d2d4ea7d42a1e7342'

c.NotebookApp.ip = '*'

c.NotebookApp.port = 8888

c.NotebookApp.open_browser = False

c.NotebookApp.certfile,c.NotebookApp.keyfile ,c.NotebookApp.password這三項根據你的情況進行配置。

(4)再次啟動jupyter,執行jupyter notebook --allow-root,這時候就可以在瀏覽器中遠程訪問了

注意:瀏覽器訪問的時候要用https,否則會報以下錯誤

通過以上幾步,anaconda和Jupyter就弄好了。工欲善其事,必先利其器,有了這些基礎的東西,我們就可以開始接下來的學習了。

作為一個初學者,我可能有很多地方沒有描述清楚,請各位大神進行批評指導。

相關焦點

  • anaconda3安裝及jupyter環境配置教程
    安裝3. 配置環境變量4. 創建用戶組5. 卸載anaconda6. 更新conda+安裝ipykernel7. kernel配置:8. 配置jupyter lab9.安裝nodejs10. 啟動jupyter11.
  • 大神教小白搭建Jupyter Notebook環境
    pip install jupyter你也可以下載anaconda3、 conda常見命令conda不僅可以方便安裝,更新,卸載工具包,而且安裝時能自動安裝相應的依賴包。conda命令多數時候是在配置虛擬環境時使用,下面是conda常見命令conda list //查看當前的包conda search request //查找request庫conda install request //安裝request庫
  • 深度學習小白篇一:Anaconda的安裝和配置
    一、前言大家知道,深度學習需要使用Python來做開發,所以,想要進入深度學習的戰場,我們就必須要先要有python的開發環境作為武器,否則只能幹看,而無從下手。子曰:「工欲善其事,必先利其器。」在學習Java時,正常情況選擇安裝JDK然後配置環境變量後,用記事本編寫程序再在終端編譯運行即可,而我一般選擇安裝JDK+Eclipse。
  • 最省心的 Python 版本和第三方庫管理——初探Anaconda
    殊不知擋在眾多小白同學面前的一座大山便是安裝Python。安裝Python有什麼難的,可要真從2.x和3.x之爭說起,夾雜著諸如Windows下如何安裝lxml庫,如何管理Python 2.x和Python 3.x之類的問題,工作量其實還是不小的。
  • jupyter notebook配置虛擬環境,解決python編程中程序包衝突
    在進行python開發中,由於各個程序包之間存在可能不兼容的情況,因此創建一個虛擬環境是最好的解決方法。一、首先你的計算機已經安裝了anaconda二、創建虛擬環境如圖所示點開Anaconda Navigator (Anaconda3)
  • python入門:環境搭建(神器Anaconda+Vs Code)下載與配置
    大家好,我是涼拌本篇文章主要講python神器:anaconda和vs code這兩樣神器的安裝與配置。我馬上要講的東西呢,比較適合那些已經學會了python語法的小白們。還不太了解python語法的朋友,可以考慮先學習python語法。
  • python開發環境搭建及工具配置
    要開始學習Python編程,首先就得把Python安裝到你的電腦裡。安裝後,你會得到Python解釋器(負責運行Python程序的),一個命令行交互環境,還有一個簡單的集成開發環境。集成開發環境主要有兩種方式: Python 和 Anaconda。
  • 嫌Python安裝太麻煩?你該試試Anaconda
    Anaconda是數據分析、深度學習模型開發的必備利器,Anaconda中已經預先安裝了Python,還預裝了包括numpy、sklearn在內的一系列數據科學、機器學習常用包,開發者可以一鍵安裝,避免複雜的配置。
  • Anaconda+VS Code數據分析環境搭建及使用(GPU、可視化)
    Anaconda 安裝下載安裝https://www.anaconda.com/本次是選擇基於windows python3.7 64位。安裝選項這裡兩個都選擇,否則還得手動添加環境變量。如想試下tensorflow2.0效果如何,利用 conda create -n your_env_name python=X.X即可建立。將會在anaconda/envs目錄下建立your_env_name目錄,如想重裝或遷移環境,將安裝包下文件拷貝到新的anaconda對應目錄下即可D:\ProgramFiles\Anacoda3\envs。
  • 「推薦」python學習一定用pycharm嗎?
    可以下載了一個 Anaconda,jupyter notebook就是裡面自帶的,還可以配置spyder、python、vs code等,有需要切換軟體的,可以自定義安裝組件,相當方便。對於初學者來說非常友好,Jupyter尤其對從事數據分析的小夥伴特別有用。
  • 深度學習框架tensorflow之環境搭建
    深度學習的tensorflow框架是目前最流行的一種框架。本文先就環境搭建做一介紹。tensorflow的運行語言主要是python,所以電腦上要首先安裝python,推薦直接安裝anaconda,因為anaconda帶了很多tensorflow需要使用的python數學的運算庫,如果自己安裝,可能會遇到各種依賴問題,安裝好了anoconda,後面安裝tensorflow就非常簡單。1.
  • 深度學習/目標檢測之環境配置——anaconda查看和替換環境
    通過anaconda我們可以配置多個環境,有什麼用呢?可以用這個配置多個環境,譬如python2、python3。我就是通過anaconda配置了兩個tensorflow的環境,分別對於tensorflow1.13和tensorflow2.0。
  • (數據科學學習手札94)QGIS+Conda+jupyter玩轉Python GIS
    圖1  最重要的是,QGIS面向Python的接口PyQgis不僅可以用來開發QGIS插件,還可以配合Conda完美地避開路徑配置的過程,直接與Conda虛擬環境集成在一起,從而隨心所欲地在jupyter notebook之類的編輯器中書寫Python代碼調用各種QGIS中的地理計算功能,進而彌補geopandas在某些功能上的尚未完善之處。
  • QGIS+Conda+jupyter玩轉Python GIS
    ,直接與Conda虛擬環境集成在一起,從而隨心所欲地在jupyter notebook之類的編輯器中書寫Python代碼調用各種QGIS中的地理計算功能,進而彌補geopandas在某些功能上的尚未完善之處。
  • windows下使用 Jupyter notebook 運行 C++
    Linux子系統中安裝anaconda本人使用的是基於python3.6的anaconda3安裝anaconda,使用清華鏡像源安裝更快wget https://mirrors.tuna.tsinghua.edu.cn
  • anaconda python環境下轉換spyder
    我們在Python 2.7的基礎上,基於conda創建Python 3.6的環境。1. 進入命令行模式,更新現有conda anacondaconda update condaconda update anaconda2.
  • 「開發工具」Linux-CentOS安裝Anaconda
    當然也不是讓你放棄Windows,對於Linux上進行程序書寫、環境配置還是可了解一下的。現在我們先不用考慮買一個伺服器去做開發,並在伺服器上配置生產、開發環境等等,我們先使用虛擬機安裝一個Linux作業系統,然後在上面進行相關配置,我們再使用shell、ftp等工具對其進行操作。
  • vscode配置Python開發環境
    開發環境主要內容有:安裝python解釋器驗證 Python環境vscode安裝python插件vscode選擇python解釋器運行 Python 文件代碼格式化代碼調試配置python虛擬環境vscode中使用
  • 菜鳥學Python 安裝教程和常見問題
    Anaconda 安裝連結及教程(強烈建議把此文檔看到最後再下手裝!!)一、什麼是 pythonpython 是一門解釋性語言,語法簡單,有大量的擴展包,如處理圖像,爬取網頁等等。(需安裝 python 的解釋器,有了解釋器,即可開始進行 python 編程。)
  • Jupyter NoteBook 安裝以及常用配置
    python3 -m pip install--upgrade pippip3 install jupyter在Python2 和Python3共存的前提下,設置了Python2的別名為python2 使用以下命令 如果已經安裝了Python 2:python2 -m pip install--upgrade