Установка Jupyter Notebook для Python 3

Jupyter Notebook предлагает командную оболочку для интерактивных вычислений. Приложение Jupyter Notebook может взаимодействовать со многими языками программирования (Python, Julia, R, Haskell и Ruby) и часто используется для работы с данными, статистического моделирования и машинного обучения.

Jupyter позволяет создавать документы, объединяющие код и текст (абзацы, уравнения, цифры, ссылки и т.д.), которые помогают в представлении воспроизводимых исследований.

Данное руководство поможет установить Jupyter Notebook локально или на виртуальный сервер Ubuntu 16.04, а также ознакомит вас с основами работы данного приложения. В результате вы сможете запустить код Python 3 с помощью Jupyter Notebook на локальной машине или удалённом сервере.

Требования

• Среда разработки Python 3 на локальной машине (инструкции по настройке локальной среды ищите здесь) или удалённом сервере Ubuntu 16.04.
• Пользователь с доступом sudo; все команды данного руководства нужно запускать в сессии этого пользователя. Больше информации вы найдёте здесь.

1: Установка Jupyter Notebook

Jupyter Notebook можно установить с помощью пакетного менеджера pip.

Разверните среду разработки Python 3, в которую вы хотите установить Jupyter Notebook (в данном руководстве среда условно называется my_env).

Затем нужно обновить pip:

pip install —upgrade pip

Чтобы установить Jupyter Notebook, запустите:

pip install jupyter

Приложение Jupyter Notebook установлено и готово к работе.

2: Подключение к серверу через SSH-туннель (опционально)

Если вы установили Jupyter Notebook на удалённый сервер, вам нужно подключиться к веб-интерфейсу с помощью SSH-туннеля. Jupyter Notebook использует конкретный порт (:8888, :8889), а SSH-туннель позволит защитить данные, передаваемые на этот порт сервера.

SSH-туннелирование в Mac или Linux

Если вы работаете с системами Mac или Linux, вы можете создать SSH-туннель, выполнив следующую команду SSH в новом локальном окне терминала:

ssh -L 8888:localhost:8888 your_server_username@your_server_ip

Команда ssh создает SSH-подключение, а флаг –L перенаправляет данный порт локального (клиентского) хоста на хост и порт на удаленной (серверной) стороне. То есть всё, что работает на этом порте на серверной стороне, будет передаваться на тот же порт на локальной машине.

Примечание: При необходимости укажите другой номер порта вместо 8888. Вместо server_username укажите имя текущего пользователя (например, 8host), а вместо your_server_ip – IP-адрес сервера. Например:

ssh -L 8888:localhost:8888 8host@203.0.113.0

Если команда не вернула ошибок, вернитесь в среду разработки и запустите Jupyter Notebook:

В выводе команды вы найдёте URL. Откройте в браузере на локальной машине ссылку:

По запросу предоставьте токен.

SSH-туннелирование в Windows и Putty

Если вы используете Windows, вы можете создать SSH-туннель с помощью Putty.

В поле Host Name (or IP address) укажите IP-адрес сервера, в Port укажите порт 22, в поле Saved Session укажите сессию удалённого сервера. В Connection type выберите SSH и нажмите Tunnels. Введите номер локального порта для доступа к Jupyter (выберите 8000 или выше, чтобы избежать конфликтов с другими приложениями). Укажите направление localhost:8888, где :8888 – номер порта, который использует Jupyter Notebook.

Нажмите Add, после чего порты появятся в списке Forwarded ports.

Нажмите Open, чтобы подключиться к серверу по SSH и создать туннель между указанными портами.

Откройте в браузере ссылку http://localhost:8000 (если вы указали другой номер порта, откорректируйте его), чтобы подключиться к Jupyter Notebook.

По запросу предоставьте токен.

3: Запуск Jupyter Notebook

Теперь можно запустить приложение Jupyter Notebook в терминале.

В терминале появится лог Jupyter Notebook. Как правило, при первом запуске Jupyter Notebook использует порт 8888. Чтобы узнать, какой порт использует приложение, ознакомьтесь с выводом предыдущей команды:

[I NotebookApp] Serving notebooks from local directory: /home/8host
[I NotebookApp] 0 active kernels
[I NotebookApp] The Jupyter Notebook is running at: http://localhost:8888/
[I NotebookApp] Use Control-C to stop this server and shut down all kernels (twice to skip confirmation).
.

Если вы работаете с Jupyter Notebook на локальной машине, веб-приложение Jupyter Notebook откроется в браузере по умолчанию. Если этого не произошло (или вы случайно закрыли окно), найдите в логе URL или откройте localhost:8888, чтобы подключиться.

Чтобы остановить приложение Jupyter Notebook, нажмите CTRL+C, затем Y и Enter для подтверждения.

Вы получите следующий вывод:

[C 12:32:23.792 NotebookApp] Shutdown confirmed
[I 12:32:23.794 NotebookApp] Shutting down kernels

Приложение Jupyter Notebook остановлено.

4: Использование Jupyter Notebook

Данный раздел охватывает основы работы с Jupyter Notebook.

Примечание: Если вы ещё не запустили приложение, сделайте это с помощью команды:

Вы должны подключиться к приложению Jupyter Notebook в браузере.

Jupyter Notebook – очень производительное приложение с большим количеством полезных функций.

Чтобы создать документ, выберите в выпадающем меню справа New → Python 3 в правом верхнем выпадающем меню.

Это откроет новый документ. Теперь можно запустить код Python в ячейке или настроить markdown. Настройте первую ячейку для поддержки markdown; для этого нажмите Cell → Cell Type → Markdown в верхнем меню. Теперь можно использовать Markdown для создания записей и даже добавлять уравнения, написанные в LaTeX, помещая их между символами $$. Для примера введите следующую команду в ячейку после настройки markdown:

# Simple Equation
Let us now implement the following equation:
$$ y = x^2$$
where $x = 2$

Чтобы превратить Markdown в форматированный текст, нажмите клавиши Ctrl + Enter, и вы получите:

Simple Equation
Let us now implement the following equation in Pyton:
y=x 2
and print the result where x = 2

Вы можете использовать ячейки markdown для записей и создания кода. Попробуйте решить простое уравнение и получить результат на экране. Кликните по верхней ячейке, нажмите Alt+Enter, чтобы добавить новую ячейку ниже, и введите в неё следующий код:

x = 2
y = x**2
print(y)

Чтобы запустить код, нажмите Ctrl+Enter. Вы получите такой результат:

Simple Equation
Let us now implement the following equation in Pyton:
y=x 2
and print the result where x = 2
In [2]: x = 2
y = x*x
print (y)
4

Заключение

Теперь вы можете использовать Jupyter, чтобы писать воспроизводимый код Python и заметки в markdown. Чтобы получить быструю справку по Jupyter Notebook, выберите Help → User Interface Tour в верхнем меню навигации.

Jupiter notebook python windows

Установка Python + Jupyter Notebook (название старой версии — Ipython Notebook):

Windows
1. Если у вас не установлен python3, скачайте дистрибутив с официального сайта. Внимание: нужно скачивать версию 3.4, так как версия 3.5 для 32-битных систем не поддерживается. Узнать разрядность системы можно через Система->Свойства.
2. При установке нужно обязательно поставить флажок «Add python.exe to PATH», чтобы путь к исполняемым командам python и pip был записан в переменной среды.
3. После установки откройте командную строку (перезагрузите, если она была открыта) и наберите команду «pip install jupyter».

Linux
1. Установите пакет python3 с помощью вашего пакетного менеджера (в Ubuntu — «sudo apt-get install python3».
2. Перезапустите bash и установите jupyter notebook через pip: «pip install jupyter».

OS X
1. Установите пакетный менеджер Homebrew (http://brew.sh).
2. Установите пакет python3: «brew install python3»
3. Установите jupyter через pip: «pip install jupyter».

Запуск Jupyter Notebook:

1. В командной строке перейдите в папку с файлом *.ipynb или в любую папку выше.
2. Наберите команду «jupyter notebook» (или «ipython notebook»): в браузере должна открыться новая вкладка с интерфейсом jupyter и списком файлов/папок. Выберите нужный или создайте новый — запустится новый jupyter notebook.

install jupyter notebook in windows

My Python version is 3.6.0 and my operating system is Windows. I want to install jupyter notebook using the order pip install jupyter . But it failed, I got the following error:

2 Answers 2

Three Ways to Run Jupyter In Windows

The «Pure Python» Way

Make your way over to python.org, download and install the latest version (3.5.1 as of this writing) and make sure that wherever you install it, the directory containing python.exe is in your system PATH environment variable. I like to install it in the root of my C: drive, e.g. C:\Python35 , so my PATH contains that directory.

Once that’s installed, you’ll want to create a virtual environment, a lightweight, disposable, isolated python installation where you can experiment and install 3rd party libraries without affecting your «main» installation. To do this, open up a Powershell window, and enter the following commands (where » myenv » is the name of the virtualenv we’re going to create, you can use any name you like for this):

Then, let’s install jupyter and start up a notebook:

Incidentally, if you get a warning about upgrading pip, make sure to use the following incantation to upgrade (to prevent an issue on windows where pip is unable to upgrade its own executable in-place):

Advantages: Uses «pure» python, official tools, and no external dependencies. Well supported, with plenty of online documentation and support communities.

Disadvantages: While many popular data analysis or scientific python libraries can be installed by pip on windows (including Pandas and Matplotlib), some (for example SciPy) require a C compiler and the presence of 3rd party C libraries on the system which are difficult to install on Windows.

Who is it for? Python users comfortable with the command line and the tools that ship with Python itself.

The Python Distributions

Because of the difficulty mentioned above in getting packages like SciPy installed on Windows, a few commercial entities have put together pre-packaged Python «distributions» that contain most, if not all, of the commonly used libraries for data analysis and/or scientific computing.

Anaconda is an excellent option for this. Download their Python 3.5 installer for Windows, run it, and in your Start menu you’ll have a bunch of neat new tools, including an entry for Jupyter Notebook. Click to start it up and it’ll launch in the background and open up your browser to the notebook console. It doesn’t get any easier than that.

Advantages: Simplest, fastest way to get started and it comes with probably everything you need for your scientific computing projects. And anything it doesn’t ship with you can still instalAl via its built in conda package manager.

Disadvantages: No virtualenv support, although the conda package manager provides very similar functionality with the conda create command. Relies on a commercial 3rd party for support.

Who is it for? People who want the quickest, easiest way to get Jupyter notebook up and running (IE, most people).

Docker

Docker is a platform for running software in » containers «, or self-contained, isolated processes. While it may sound similar in concept to python virtual environments, Docker containers are an entirely different kind of technology offering vast flexibility and power. Don’t let the flexibility and power and confusing terminology put you off though — Docker can be easy to get up and running on your PC and has some advantages of its own with respect to Python and Jupyter .

To get started on Windows, download the Docker Toolbox, which contains the tools you need to get up and running. Run the installer and make sure the checkbox to install Virtualbox is checked if you don’t already have Virtualbox or another virtualization platform ( like VMWare Workstation ) installed.

Once installed, you’ll have a «Docker Quickstart Terminal» shortcut in your Start Menu. Double click that shortcut and it will create your first Docker engine for you and set up everything you need automatically. Once you see a prompt in the terminal, you can use the docker run command to run Docker «images», which you can think of as pre-packaged bundles of software that will be automatically downloaded from the Docker Hub when you run them. There are many images on Docker Hub that offer Jupyter , including the official Jupyter Notebook image, and Anaconda itself if you want the full SciPy stack.

To run just the official Jupyter Notebook image in your Docker engine, type the following into the Docker Quickstart Terminal:

After all the image’s «layers» are downloaded, it will start up. Make a note of the IP address listed in the terminal (for example, 192.168.99.100 ), and point your browser at that IP address, port 8888 (e.g. http://192.168.99.100:8888 ) and you’ll see the familiar Jupyter console , with both Python 2 and Python 3 kernels available.

Advantages: Use the flexibility and power of Docker! Honestly one of my favorite things about Docker is thinking of it as an open software distribution platform for things like the SciPy stack that are hard to install.

Disadvantages: Grapple with the flexibility and power of Docker! There are quite a few «gotchas» to be aware of when dealing with Docker, such as immutable containers, data volumes, arcane commands, and rapidly developing, occasionally buggy tooling.

IPython и Jupyter Notebook — установка и знакомство

IPython

Эту среду можно назвать продвинутым интерпретатором Python. Если Python — механизм решения задач, то IPython — интерактивная панель управления.

Оболочка IPython является интерактивным интерфейсом для Python и имеет множество синтаксических дополнений к нему.

Есть два варианта использования IPython:

1 . Командная строка IPython

2 . Блокнот IPython

Для установки командной строки IPython требуется выполнить команду менеджера пакетов pip:

После мы просто вводим в командной строке IPython и можем работать с новым интерпретатором:

Jupyter Notebook

Блокнот Jupyter — это браузерный графический интерфейс для IPython.

Для установки, нужно скачать и установить пакет Anaconda с официального сайта .

После установки, находим в пуске нужную вкладку:

и запускаем Jupyter Notebook:

Мы видим файловую систему в которой можно выбрать и открыть нужный файл, а также создать новый.

Создадим новый файл, нажав на кнопку New и выбрав Python 3:

Теперь перед нами открыта интерактивная среда. Разберём некоторые особенности:

In и Out — являются переменными, автоматически отражающие историю.

In — логично, это то место куда мы пишем команды. Объект In представляет собой список отслеживающий очередность команд.

Out — словарь связывающий ввод с выводом.

Не все операции генерируют вывод, таким образом не каждый In породит Out после себя. Например оператор import возвращает None , что никак не влияет на объект Out .

Чтобы запустить код, нужно нажать на кнопку Run и тогда, если текущая строка In имеет вывод, то он будет отражен в строке Out

Напишем несколько строк кода, чтобы показать удобство использования объектов In и Out:

Здесь просто импортировали библиотеку и посчитали синус и косинус числа 2. Ничего необычного.

Как упоминалось ранее, In — список, что показывает данный вывод.

In[0] является заглушкой и содержит пустую строку. Это сделано для того, чтобы In[1] ссылался на первую команду. Ведь как мы помним, индексы списков начинаются с нуля .

Можно вывести и весь словарь Out , в котором ключами являются номера строк, а значения самим выводом.

В вычислениях можно использовать и конкретные значения предыдущих Out просто указывая Out[номер строки] . Ровно так же, как мы обратились бы к значению словаря Out по ключу.

Для того, чтобы перемещаться по истории команд, можно использовать стрелки вверх-вниз в панели управления:

С помощью нажатия на Tab , можно просматривать доступные команды модулей:

Получение предыдущего вывода можно осуществить с помощью нижнего подчеркивания:

Также можно использовать двойные и более подчёркивания для доступа к предыдущим командам:

Но конечно намного удобнее оперировать номерами строк:

Думаю, для начала достаточно, синтаксические фишки рассмотрю в следующие разы.