jupyter notebook 自定义python解释器的过程详解

目录
  • jupyter notebook 自定义python解释器
  • 设置自定义python解释器
  • 解决吧

jupyter notebook 自定义python解释器

jupyter notebook 和虚拟环境的好处就不多废话了

  • jupyter notebook 网页版交互环境,类似于ipython,功能强大
  • 虚拟环境坏了就坏了,大不了重新安装 如何让 jupyter notebook在python虚拟环境中运行呢

找到jupyter安装路径(已Linux系统为例,Windows系统步骤大致相同)

  • 命令窗口输入 jupyter kernelspec list
  • 查看默认jupyter notebook的解释器
$ jupyter kernelspec list
Available kernels:
  python3    /home/www/opt/anaconda3/share/jupyter/kernels/python3
  • 进入到返回结果的文件夹
  • 会看到一个 kernel.json 文件
  • 它长这样
$ cd /home/www/opt/anaconda3/share/jupyter/kernels/python3
$ ls -l kernel.json
-rw-rw-r--  1 www  www  231 10  9 19:26 kernel.json

$ cat kernel.json
{
 "argv": [
  "/home/www/opt/anaconda3/bin/python",
  "-m",
  "ipykernel_launcher",
  "-f",
  "{connection_file}"
 ],
 "display_name": "Python 3 (ipykernel)",
 "language": "python",
 "metadata": {
  "debugger": true
 }
}
  • 请记住 /home/www/opt/anaconda3/bin/python 值
  • 因为接下来要动它了 创建好自己的虚拟环境

或者选择已经创建好的虚拟环境

  • python3 -m venv ~/bin/newtest
  • 此处的~为用户家目录简写

设置自定义python解释器

Linux 环境直接使用 vim,Windows随便找个编辑器

  • 将 /home/www/opt/anaconda3/bin/python 替换成 /home/www/bin/newtest/bin/python
  • 注意:红色字体为替换后的内容,路径不要出错
  • 不然你会看到下面的错误

设置好后确认一下吧

创建一个新的笔记吧

  • 可能你在新建笔记等了一会儿后得到以下错误

  • 哎呀!我的网络没有问题啊
  • 此时你得返回启动台看日志了,看日志分析日志是解决问题的最好途径,别百度,因为它会给你一堆网络问题的解决方法

  • 先找到关键子 Error ,后面的信息404,确实是网络问题
  • 不可能啊,。。。怀疑加肯定
  • 在将日志往上面几行看看
  • No module named ipykernel_launcher
  • 哦,有个模块找不到

解决吧

  • pip install ipykernel
  • 别问为什么,我也想问,别人就是这么玩的

输入以下内容

import syssys.executable

执行得到的结果是你设置的解释器,表示成功了

到此这篇关于jupyter notebook 自定义python解释器的文章就介绍到这了,更多相关jupyter notebook python解释器内容请搜索我们以前的文章或继续浏览下面的相关文章希望大家以后多多支持我们!

(0)

相关推荐

  • 如何实现更换Jupyter Notebook内核Python版本

    我使用anaconda安装的python3.6.3,并且自己建立一个虚拟环境,虚拟环境下的python版本也是3.6.3,Jupyter Notebook的内核P丫头好哦哦呢指向的是虚拟环境下的python,最近在使用matplotlib库的遇到了下面的问题: 我的lib目录下是有matplotlib以及相关的库的,重装什么的都试过,无奈实在是找不到解决的办法,于是想更换一下Jupyter Notebook的内核Python版本.接下来具体看一下如何更换内核Python版本. 1.首先在cmd下

  • 使用jupyter notebook运行python和R的步骤

    一个图形化的交互式运行环境,对于编程语言的学习和开发,特别是可视化方面,提供了极大的便利.比如在window上使用R语言进行绘图,在R语言自带的交互环境中,可以实时观测到代码的可视化效果,从而方便的进行参数调整. python语言基于命令行的交互式运行环境,可以方便的测试和运行简单代码,但是对于可视化的支持不是很友好,为此,有开发人眼开发出了ipython这一加强版的交互式运行环境,在ipython的基础上,又进一步打造出了jupyter notebook这一强大的交互式运行环境. jupyte

  • JupyterNotebook设置Python环境的方法步骤

    使用Python时,常遇到的一个问题就是Python和库的版本不同.Anaconda的env算是解决这个问题的一个好用的方法.但是,在使用Jupyter Notebook的时候,我却发现加载的仍然是默认的Python Kernel.这篇博客记录了如何在Jupyter Notebook中也能够设置相应的虚拟环境. conda的虚拟环境 在Anaconda中,我们可以使用conda create -n your_env_name python=your_python_version的方法创建虚拟环境

  • windows python3安装Jupyter Notebooks教程

    Jupyter Notebooks 是什么? Jupyter Notebooks 是一款开源的网络应用,我们可以将其用于创建和共享代码与文档. 其提供了一个环境,你无需离开这个环境,就可以在其中编写你的代码.运行代码.查看输出.可视化数据并查看结果.因此,这是一款可执行端到端的数据科学工作流程的便捷工具,其中包括数据清理.统计建模.构建和训练机器学习模型.可视化数据等等,因为它们比单纯的 IDE 平台更具交互性,所以它们被广泛用于以更具教学性的方式展示代码. 准备工作: 1.windows 操作

  • jupyter notebook 使用过程中python莫名崩溃的原因及解决方式

    最近在使用 Python notebook时老是出现python崩溃的现象,如下图,诱发的原因是"KERNELBASE.dll",异常代码报"40000015". 折腾半天,发现我启动notebook时是用自定义startup.bat方式方式启动的,bat文件的内容为 start C:\Anaconda3\python.exe "C:/Anaconda3/Scripts/jupyter-notebook-script.py" 平时双击这个bat文

  • Python数据可视化JupyterNotebook绘图生成高清图片

    大家好,我是小五???? 最近有小伙伴问了个问题:如何在jupyter notebook,用Matplotlib画图时能够更"高清"? 今天正好跟大家聊聊,解决办法. 先举个小例子,用 Matplotlib 绘制极坐标图: import numpy as np import pandas as pd import matplotlib.pyplot as plt %matplotlib inline s = pd.Series(np.arange(20)) fig = plt.figu

  • jupyter notebook参数化运行python方式

    Updates (2019.8.14 19:53)吃饭前用这个方法实战了一下,吃完回来一看好像不太行:跑完一组参数之后,到跑下一组参数时好像没有释放之占用的 GPU,于是 notebook 上的结果,后面好几条都报错说 cuda out of memory. 现在改成:将 notebook 中的代码写在一个 python 文件中,然后用命令行运行这个文件,比如: # autorun.py import os # print(os.getcwd()) over = [ # 之前手工改参数跑完的参数

  • jupyter notebook 自定义python解释器的过程详解

    目录 jupyter notebook 自定义python解释器 设置自定义python解释器 解决吧 jupyter notebook 自定义python解释器 jupyter notebook 和虚拟环境的好处就不多废话了 jupyter notebook 网页版交互环境,类似于ipython,功能强大 虚拟环境坏了就坏了,大不了重新安装 如何让 jupyter notebook在python虚拟环境中运行呢 找到jupyter安装路径(已Linux系统为例,Windows系统步骤大致相同)

  • 在jupyter notebook 添加 conda 环境的操作详解

    1. 激活conda环境 source activate cym 2. 安装ipykernel conda install ipykernel 3. 将环境写入notebook的kernel中 python -m ipykernel install --user --name 环境名 --display-name "python 环境名" python -m ipykernel install --user --name cym --display-name "python

  • python使用配置文件过程详解

    这篇文章主要介绍了python使用配置文件过程详解,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下 通过配置文件将变量暴露给用户修改 标准库模块configparser,从而可在配置文件中使用标准格式. 必须使用[files].[colors]等标题将配置文件分成几部分(section).标题的名称可随便指定,但必须将它们用方括号括起. $ cat area.ini [numbers] pi: 3.1415926535893971 [messag

  • Python连接字符串过程详解

    这篇文章主要介绍了python连接字符串过程详解,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下 在python中,如果有多个字符串,想要连接在一起,或者说想要拼接在一起该如何操作,在此记录下. 1.通过 + 这个加号操作符,将字符串拼接在一起 >>> "First" + "Python" + "Lesson" 'FirstPythonLesson' >>> &

  • SpringBoot配置自定义拦截器实现过程详解

    目录 1. HttpServletRequest包装类 2. 使用Filter将request传递下去 3. 添加拦截器 4. 全局异常处理器 5. 配置拦截器 1. HttpServletRequest包装类 因为HttpServletRequest只能读取一次,所以需要对request进行包装,变成可重复读的request. package net.lesscoding.interceptor; import javax.servlet.ReadListener; import javax.

  • python内存动态分配过程详解

    一.前言 大多数编译型语言,变量在使用前必须先声明,其中C语言更加苛刻:变量声明必须位于代码块最开始,且在任何其他语句之前.其他语言,想C++和java,允许"随时随地"声明变量,比如,变量声明可以在代码块的中间,不过仍然必须在变量被使用前声明变量的名字和类型. 在Python中,无序此类显式变量声明语句,变量在第一次被赋值时自动声明.和其他大多数语言一样,变量只有被创建和赋值后才能被使用. # 变量未声明 >>> x Traceback (most recent c

  • docker打包Python环境的过程详解

    docker打包Python环境过程,步骤如下所示: 1 导出pip list下面的依赖包 pip freeze > requirements.txt 把导出的requirements.txt放在docker_test目录里 docker_test为将要打包的代码源文件夹.此demo的docker_test文件夹下面应该有requirements.txt和app.py文件 2 编写Dockfile文件 在docker_test同目录下创建Dockfile文件,格式如下: # 基于的基础镜像 FR

  • ERLANG和PYTHON互通实现过程详解

    最近开发 Erlang ,对其字符串处理能力无言至极,于是决定把它和python联合起来,打造一个强力的分布式系统,等将来需要系统级开发时,我再把 C++/C组合进来. 首先参考了 Erlang 官方文档和 http://blog.developers.api.sina.com.cn/?tag=erlang 以及 http://kazmier.net/computer/port-howto/ . 研读了将近24个小时, 才终于完全把问题解决. 起名为town,town在英文里表示集市,也就是代表

  • python配置文件写入过程详解

    python配置文件有.conf,.ini,.txt等多种 python集成的 标准库的 ConfigParser 模块提供一套 API 来读取和操作配置文件 我的配置文件如下 [MOTOR] comnum = 3 baud = 19200 m1slowstep = 10 m1faststep = 100 m1origin = 5 m2slowstep = 10 m2faststep = 50 m2origin = 5 [CoarseAdjust] standardx = 0.000000 st

  • SpringMVC自定义拦截器实现过程详解

    SpringMVC的处理器拦截器类似于Servlet开发中的过滤器Filter,用于对处理器进行预处理和后处理.开发者可以自定义一些拦截器来实现特点的功能. 过滤器与拦截器的区别:拦截器是AOP思想的具体应用. 过滤器 servlet规范中的一部分,任何java web工程都可以使用 在url-pattern中配置了/*之后,可以对所有要访问的资源进行拦截 拦截器 拦截是SpringMVC框架自己的,只要使用SpringMVC框架的工程才能使用 拦截器只会拦截访问的控制方法,如果访问的是jsp/

随机推荐