精华内容
下载资源
问答
  • 该库使在Jupyter环境(例如经典Notebook,JupyterLab,Visual Studio Code笔记本,nteract,PyCharm笔记本等)中以交互方式开发Plotly Dash应用变得容易。 有关更多信息和示例用法,请参阅 。 安装 您可以使用pip...
  • 一个Jupyter扩展,用于在Jupyter中渲染内容。 另请参见单独的库,以支持Bokeh应用程序中使用Jupyter小部件/ ipywidgets对象。 安装 对于3.0和JupyterLab的新版本,你必须与任何安装jupyter_bokeh选择pip或conda ...
  • TabNine for Jupyter笔记本 该插件是由创建的。 该插件已经MacOS,Linux和Windows上进行了测试,它支持所有这些系统。 对于浏览器,它支持Chrome和... 此存储库中,可以通过为Jupyter Notebook开发客户端插件和
  • 主要介绍了Window版下在Jupyter中编写TensorFlow的环境搭建,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,需要的朋友们下面随着小编来一起学习学习吧
  • 建议下载pyecharts(0.5.xx)版本,如果使用 pip install pyecharts 默认安装V1版本(如1.7.1)会出现如下报错: 1、Bar模块导入问题 from pyecharts import Bar 报错: cannot import name ‘Bar’ ...
  • 问题:如何将某环境加入jupyter notebook的kernel里? 第一步:以管理员身份打开Anaconda Prompt 第二步:进入该环境 activate 环境名 第三步:检查是否安装了ipykernel python -m ipykernel --version 1、如果...
  • Jupyter 是数据分析领域非常有名的开发环境,使用 Jupyter 写数据分析相关的代码会大大节约开发时间。这篇文章主要介绍了 Jupyter 中如何重新导入特定的 Python 文件,需要的朋友可以参考下
  • 主要介绍了如何实现在jupyter notebook中播放视频(不停地展示图片),具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
  • 在Jupyter Notebook中启动Tensorboard
  • 在Jupyter Notebook单元格中可视化Python代码逐行执行
  • 在jupyterlab中支持jupyter笔记本模板 安装 pip install jupyterlab_templates jupyter labextension install jupyterlab_templates jupyter serverextension enable --py jupyterlab_templates 添加模板 安装服务器...
  • Jupyter笔记本 我在jupyter中完成的所有代码都这里
  • 在JupyterLab中响应有效地处理表格数据。 实验:此扩展程序仍处于Alpha状态。 API会经常更改。 尝试我们的扩展! 我们的阅读有关Jupyter表格数据编辑器扩展的更多信息! 注意:这是前瞻性新闻稿,用于提供最终...
  • 首先激活添加入的conda环境 Linux&mac环境: ...我们已经创造的环境中安装了ipykernel了,所以,我们直接环境里执行下面的代码来手动添加kernel进jupyter notebook。 python -m ipykernel install --u
  • 主要介绍了在jupyter notebook中调用.ipynb文件方式,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
  • Jupyter空间 Jupyter Spaces是IPython扩展,用于创建用户名称空间中可用的并行名称空间。 它旨在通过Jupyter笔记本中的IPython魔术来使用。 安装 pip install jupyter_spaces ...一个空间内运行一个单元 % % spa
  • jupyter_tensorboard:在Jupyter Notebook中启动Tensorboard
  • 您可以下面使用yarn或npm代替jlpm 。 首先使用以下命令从environment.yml文件创建一个conda环境。 然后激活环境。 conda env create -f environment.yml # Clone the repo to your local environment # Move ...
  • 所选主题存储笔记本配置文件中,因此每次打开笔记本时,它将自动加载上次选择的主题。 安装: # Create required directory in case (optional) $ mkdir -p $( jupyter --data-dir ) /nbextensions $ cd $( ...
  • pyecharts提供了多种渲染机制,支持在Jupyter Notebook和Jupyter Lab单元格输出中直接渲染图形,并保持交互性。 Jupyter Notebook 在Jupyter Notebook中直接调用render_notebook方法即可随时随地渲染图表。 例如: ...

    pyecharts提供了多种渲染机制,支持在Jupyter NotebookJupyter Lab单元格输出中直接渲染图形,并保持交互性。

    Jupyter Notebook

    Jupyter Notebook中直接调用render_notebook方法即可随时随地渲染图表。
    例如:

    from pyecharts.charts import Bar
    
    bar = Bar()
    bar.add_xaxis(["衬衫", "羊毛衫", "雪纺衫", "裤子", "高跟鞋", "袜子"])
    bar.add_yaxis("商家A", [5, 20, 36, 10, 75, 90])
    
    bar.render_notebook()
    

    在这里插入图片描述

    Jupyter Lab

    Jupyter Lab 渲染的时候有三个步骤:

    • 在顶部声明Notebook类型,必须在引入pyecharts.charts等模块前声明

      from pyecharts.globals import CurrentConfig, NotebookType
      CurrentConfig.NOTEBOOK_TYPE = NotebookType.JUPYTER_LAB
      
    • 在第一次渲染时调用load_javascript() ,预先加载基本 JavaScript 文件到 Notebook 中。注意:这里说的第一次渲染指的是每次启动jupyter lab服务后第一次渲染。也就是说每启动一次jupyter lab服务就需要调用一次。
      如若后面其他图形渲染不出来,尝试再次调用,因为load_javascript只会预先加载最基本的 js 引用,主题、地图等 js 文件需要再次按需加载。

    • 执行render_notebook()方法渲染图表。注意load_javascript()render_notebook() 方法需要在不同的单元格中调用

    例如:

    from pyecharts.globals import CurrentConfig, NotebookType
    CurrentConfig.NOTEBOOK_TYPE = NotebookType.JUPYTER_LAB
    
    from pyecharts.charts import Bar
    
    bar = Bar()
    bar.add_xaxis(["衬衫", "羊毛衫", "雪纺衫", "裤子", "高跟鞋", "袜子"])
    bar.add_yaxis("商家A", [5, 20, 36, 10, 75, 90])
    
    bar.load_javascript()
    
    
    bar.render_notebook()
    

    在这里插入图片描述

    展开全文
  • 在JupyterLab中对生产Jupyter笔记本电脑进行逐个电池测试 总览 nbcelltests设计用于为线性执行的笔记本编写测试。 它的主要用途是用于单元测试报告。 安装 Python软件包安装: pip install nbcelltests 要在Jupyter...
  • pyechart是echartspython下的版本,在jupyter-notebook中有时候会无法正确显示图形,该如何处理? 处理办法 ## 1 声明notebook版本和配置 from pyecharts.globals import CurrentConfig, NotebookType ...

    问题

    pyechart是echarts在python下的版本,在jupyter-notebook中有时候会无法正确显示图形,该如何处理?

    处理办法

    ## 1 声明notebook版本和配置
    from pyecharts.globals import CurrentConfig, NotebookType
    CurrentConfig.NOTEBOOK_TYPE = NotebookType.JUPYTER_LAB
    
    
    import pyecharts.options as opts
    from pyecharts.charts import Bar
    
    bar = (
        Bar()
        .add_xaxis(["衬衫", "羊毛衫", "雪纺衫", "裤子", "高跟鞋", "袜子"])
        .add_yaxis("商家A", [5, 20, 36, 10, 75, 90])
        .add_yaxis("商家B", [15, 6, 45, 20, 35, 66])
        .set_global_opts(title_opts=opts.TitleOpts(title="主标题", subtitle="副标题"))
    )
    ### 2  加载javascript
    bar.load_javascript()
    
    bar.render_notebook()
    

    示例截图

    在这里插入图片描述

    总结分析

    Jupyter Lab 渲染的时候有两点需要注意

    在顶部声明 Notebook 类型,必须在引入 pyecharts.charts 等模块前声明
    from pyecharts.globals import CurrentConfig, NotebookType
    CurrentConfig.NOTEBOOK_TYPE = NotebookType.JUPYTER_LAB
    在第一次渲染的时候调用 load_javascript() 会预先加载基本 JavaScript 文件到 Notebook 中。如若后面其他图形渲染不出来,则请开发者尝试再次调用,因为 load_javascript 只会预先加载最基本的 js 引用。而主题、地图等 js 文件需要再次按需加载。
    load_javascript() 和 render_notebook() 方法需要在不同的 cell 中调用,这是 Notebook 的内联机制,其实本质上我们是返回了带有 html, javascript 对象的 class。notebook 会自动去调用这些方法。

    参考文档

    1. pyecharts 官方站点
    展开全文
  • 利用NVIDIA GPU的功能来利用Jupyter笔记本电脑,并协作笔记本电脑中使用Tensorflow和Pytorch执行GPU计算。 首先,感谢为数据分析/科学应用程序创建和维护了健壮的Python,R和Julia工具栈。 该项目使用NVIDIA CUDA...
  • Django中使用Jupyter Notebook 这些是我在上演讲时使用的笔记本。 GitHub上,查看任何.ipynb文件以查看呈现的版本。 或者,克隆存储库,然后Web浏览器中查看html目录的内容。 请注意,运行这些笔记本需要的...
  • 在Jupyter中安装Python包

    千次阅读 2017-12-07 23:06:48
    对于使用Jupyter notebook的户来说,你会经常遇到下面的问题: 我安装了软件包X,现在我无法将其导入到notebook中。帮帮我! 这个问题几乎是所有初学者第一个拦路虎,任何语言都是如此。今天我们就来说说Jupyter n.....

    彩蛋:作者著作:《Python Data Science Handbook

    上述图书是电子书链接,供爱学习的同学学习。

    对于使用Jupyter notebook的户来说,你会经常遇到下面的问题:

    我安装了软件包X,现在我无法将其导入到notebook中。帮帮我!

    这个问题几乎是所有初学者第一个拦路虎,任何语言都是如此。今天我们就来说说Jupyter notebook如何解决这类问题。

    从根本上来说,这个问题的根是Jupyter内核与Jupytershell分离的事实,换句话说,安装程序与笔记本中默认使用的是不同的Python版本。在最简单的情况下,这个问题不会出现,但是当调试代码时,需要了解操作系统的复杂性、Python软件包安装的复杂性以及Jupyter本身的复杂性。

    在了解了一些在线(AB)和一些关于这个话题的讨论,我决定在这里深入讨论这个问题。这篇文章将解决一些事情:

    ·         首先,我为一般问题提供一个快速,简单的答案,例如我如何安装一个Python包,以便使用pipconda与我的jupyter笔记本一起工作

    ·         其次,我将深入到Jupyter笔记本抽象是干什么的,如何将其与操作系统的复杂交互简单化。

    ·         第三,我将讨论一些我在社区的想法,其中包括JupyterPipConda开发人员可能考虑的一些变化,以减轻用户的认知负担。

    本文将重点介绍两种安装Python软件包的方法:pipconda

    1.如何在Jupyter中安装软件包

    Pipconda

    对于许多用户来说,pipconda之间的选择可能是一个令人困惑的选择,我总结了两者之间的本质区别在于:

    • Pip可以任何环境下安装python软件包。
    • condaconda环境中安装任何软件包。

    ·         如果您使用Anaconda conda安装Python ,则使用安装Python软件包。如果conda告诉你所需的软件包不存在,那么你必须使用pip

    即使你在短期内可以解决问题,也可能会出现长期的问题。例如,如果pip install给你一个权限错误,这可能意味着你正在试图在系统中安装/更新python软件包,比如/usr/bin/python。这样做会产生不好的后果,因为操作系统本身通常依赖于Python安装中的特定版本。对于Python的日常使用,你应该使用虚拟环境Anaconda把你的软件包与系统Python隔离。

    1.1:如何使用CondaJupyter

    如果您使用的是jupyter,并且想要使用conda安装软件包,则可能会使用!记号直接从Jupyter上运行conda作为shell命令:

    # DON'T DO THIS!
    !conda install --yes numpy
    Fetching package metadata ...........
    Solving package specifications: .
    # All requested packages already installed.
    # packages in environment at /Users/jakevdp/anaconda/envs/python3.6:
    #
    numpy                     1.13.3           py36h2cdce51_0 
    

    我将在下面更全面地概述,如果您想从当前的jupyter中使用这些已安装的软件包。

    这是一个在一般情况下出现的对话:

    # Install a conda package in the current Jupyter kernel
    import sys
    !conda install --yes --prefix {sys.prefix} numpy
    Fetching package metadata ...........
    Solving package specifications: .
    # All requested packages already installed.
    # packages in environment at /Users/jakevdp/anaconda:
    #
    numpy                     1.13.3           py36h2cdce51_0 
    

    这个方法使得conda在当前运行的Jupyter内核中安装软件包。

    1.2:如何使用pipJupyter

    如果您使用的是Jupyter,并想安装一个软件包pip,您可能会倾向于直接运行pip

    # DON'T DO THIS
    !pip install numpy
    Requirement already satisfied: numpy in /Users/jakevdp/anaconda/envs/python3.6/lib/python3.6/site-packages
    

    如果您想从当前的jupyter中使用这些已安装的软件包。

    # Install a pip package in the current Jupyter kernel
    import sys
    !{sys.executable} -m pip install numpy
    Requirement already satisfied: numpy in /Users/jakevdp/anaconda/lib/python3.6/s
    
    如果你想要在 Jupyter 中直接使用,指令应该是:
    $ python -m pip install <package>

    而不是:

    $ pip install <package>

    因为前者更明确地说明了软件包的安装位置(下面会详细介绍)。

    2.为什么Jupyter的安装如此混乱?

    上述的方案应该在所有情况下都能正常工作,但为什么还需要额外的方法?这是因为在Jupyter中,shell环境和Python可执行文件是断开的。想要深入理解理解为什么,你就必须要对以下的概念有了解:

    1. 您的操作系统如何查找可执行程序。
    2. Python如何安装和查找软件包。
    3. Jupyter如何决定使用哪个Python可执行文件。

    注意:下面的讨论假设操作系统是LinuxUnixMacOSX

    2.1您的操作系统如何定位可执行文件?

    当您正在使用的终端输入如下命令pythonjupyteripythonpipconda,你的操作系统包含一个定义良好的机制,他可以找到可执行文件的名称。

    LinuxMac系统上,系统将首先检查与命令匹配的别名,如果失败,则引用$PATH环境变量:

    !echo $PATH
    /Users/jakevdp/anaconda/envs/python3.6/bin:/Users/jakevdp/anaconda/envs/python3.
    

    $PATH列出目录,按顺序,将搜索任何可执行文件:例如,如果我python在上面键入我的系统$PATH,它将首先查找/Users/jakevdp/anaconda/envs/python3.6/bin/python,如果不存在,它将查找/Users/jakevdp/anaconda/bin/python,依此类推。

    2.2Python如何查找包

    Python使用类似的机制来定位导入的包。Python在导入时搜索的路径列表位于:

     
     

    默认情况下,Python查找模块的第一个地方是一个空路径,即当前的工作目录。如果没有找到该模块,则将它放在位置列表中,直到找到该模块。您可以使用__path__导入的模块的属性找出哪个位置已被使用:

    import numpy
    numpy.__path__
    ['/Users/jakevdp/anaconda/lib/python3.6/site-packages/numpy']
    

    在大多数情况下,你安装了Pythonpipconda将被放置在一个名为目录site-packages。要认识到的重要一点是每个Python可执行文件都有自己的site-packages。这意味着当你安装一个软件包时,它与特定的python可执行文件相关联,并且默认只能用于Python安装。

    我们可以打印sys.path每个可用python可执行文件的变量来看到这一点,使用Jupyter令人愉快的是将Pythonbash命令混合在一个代码块中的功能:

    paths = !type -a python
    for path in set(paths):
        path = path.split()[-1]
        print(path)
        !{path} -c "import sys; print(sys.path)"
        print()
    

    这里的全部细节并不是特别重要,但是需要强调的是,每个Python可执行文件都有自己独特的路径,除非您修改sys.path,否则不能导入安装在不同Python环境中的软件包。

    我将再次强调:Jupyter中的shell环境必须与启动它的Python版本相匹配。

    2.3 Jupyter如何执行代码:Jupyter内核

    下一个相关的问题是Jupyter如何选择执行Python代码,这使我们想到Jupyter内核的概念。

    Jupyter内核是指Jupyter在内执行代码的一系列文件。对于Python内核,这将指向一个特定的Python版本,但Jupyter被设计得更通用:Jupyter几十个可用的内核,包括Python 2Python 3JuliaRRubyHaskell,甚至C ++Fortran

    如果您使用Jupyter,则可以随时使用内核选择内核菜单项来更改内核。

    要查看您的系统上可用的内核,可以在shell中运行以下命令:

    !jupyter kernelspec list
    Available kernels:
      python3       /Users/jakevdp/anaconda/envs/python3.6/lib/python3.6/site-packages/ipykernel/resources
      conda-root    /Users/jakevdp/Library/Jupyter/kernels/conda-root
      python2.7     /Users/jakevdp/Library/Jupyter/kernels/python2.7
      python3.5     /Users/jakevdp/Library/Jupyter/kernels/python3.5
      python3.6     /Users/jakevdp/Library/Jupyter/kernels/python3.6
    

    这些列出的内核中的每一个都是一个包含名为kernel.json的文件的目录,其中指定了内核应该使用哪种语言和可执行文件。例如:

    !cat /Users/jakevdp/Library/Jupyter/kernels/conda-root/kernel.json
    {
     "argv": [
      "/Users/jakevdp/anaconda/bin/python",
      "-m",
      "ipykernel_launcher",
      "-f",
      "{connection_file}"
     ],
     "display_name": "python (conda-root)",
     "language": "python"
    }
    

    如果你想创建一个新的内核,可以使用jupyter ipykernel命令来完成。例如,我使用以下内容作为模板,为我的conda环境创建了上述内核:

    $ source activate myenv
    $ python -m ipykernel install --user --name myenv --display-name "Python (myenv)"
    

    3.一些建议

    所以,综上所述,安装在Jupyter的包是从根本上说Jupytershell环境和Python的内核不匹配,这意味着你必须做的不是简单地多了解pip installconda install做事情的工作。

    我有一些想法,其中一些可能是有用的:

    3.1Jupyter 的潜在策略

    正如我所提到的,根本问题是Jupytershell环境和计算内核之间的不匹配。那么,我们是否可以按照内核规范来强制二者匹配呢?

    也许,这个github问题展示了一种在内核启动时修改shell变量的方法。

    基本上,在你的内核目录中,你可以添加一个如下所示的脚本kernel-startup.sh(并确保你改变了权限以便它是可执行的):

    #!/usr/bin/env bash
    # activate anaconda env
    source activate myenv
    # this is the critical part, and should be at the end of your script:
    exec python -m ipykernel $@
    

    3.2新的Jupyter Magic函数

    我们可以通过在Jupyter中引入%pip%conda魔术功能来简化用户体验,从而检测当前的内核并使某些软件包安装在正确的位置。

    PIP Magic

    例如,下面是如何定义一个%pip在当前内核中工作的魔术函数:

    from IPython.core.magic import register_line_magic
    @register_line_magic
    def pip(args):
        """Use pip from the current kernel"""
        from pip import main
        main(args.split())

    请注意,Jupyter开发者Matthias Bussonnier已经在他的pip_magic仓库中发布了基本的内容,所以你可以做的是:

    $ python -m pip install pip_magic

    Conda Magic

    同样,我们可以定义一个conda Magic,如果你输入的话会做正确的事情%conda install XXX。这比pip Magic更有意义,因为它必须首先确认环境是conda兼容的,然后(与缺少有关的python -m conda install)必须调用一个子进程来执行相应的shell命令:

    from IPython.core.magic import register_line_magic
    import sys
    import os
    from subprocess import Popen, PIPE
    def is_conda_environment():
        """Return True if the current Python executable is in a conda env"""
        # TODO: make this work with Conda.exe in Windows
        conda_exec = os.path.join(os.path.dirname(sys.executable), 'conda')
        conda_history = os.path.join(sys.prefix, 'conda-meta', 'history')
        return os.path.exists(conda_exec) and os.path.exists(conda_history)
    @register_line_magic
    def conda(args):
        """Use conda from the current kernel"""
        # TODO: make this work with Conda.exe in Windows
        # TODO: fix string encoding to work with Python 2
        if not is_conda_environment():
            raise ValueError("The python kernel does not appear to be a conda environment.  "
                             "Please use ``%pip install`` instead.")
            conda_executable = os.path.join(os.path.dirname(sys.executable), 'conda')
        args = [conda_executable] + args.split()
            # Add --prefix to point conda installation to the current environment
        if args[1] in ['install', 'update', 'upgrade', 'remove', 'uninstall', 'list']:
            if '-p' not in args and '--prefix' not in args:
                args.insert(2, '--prefix')
                args.insert(3, sys.prefix)
        # Because the notebook does not allow us to respond "yes" during the
        # installation, we need to insert --yes in the argument list for some commands
        if args[1] in ['install', 'update', 'upgrade', 'remove', 'uninstall', 'create']:
            if '-y' not in args and '--yes' not in args:
                args.insert(2, '--yes')
        # Call conda from command line with subprocess & send results to stdout & stderr
        with Popen(args, stdout=PIPE, stderr=PIPE) as process:
            # Read stdout character by character, as it includes real-time progress updates
            for c in iter(lambda: process.stdout.read(1), b''):
                sys.stdout.write(c.decode(sys.stdout.encoding))
            # Read stderr line by line, because real-time does not matter
            for line in iter(process.stderr.readline, b''):
                sys.stderr.write(line.decode(sys.stderr.encoding))
    

    如果在Jupyter默认的Magic命令集中添加了类似于上述的pip Magicconda Magic,我认为解决用户在尝试安装Jupyter使用的Python包时常见的问题可能会有很长的路要走。

    在提出了今天可以使用的一些简单解决方案之后,我详细解释了为什么这些解决方案是必要的:归结起来,在Jupyter中,内核与外壳断开连接。内核环境可以在运行时更改,而shell环境是在笔记本启动时确定的。

    最后:对于创建Python数据科学生态系统基础的Jupytercondapip和相关工具的开发人员忠心的感谢。这篇文章写在一个Jupyter笔记本里面。您可以查看静态版本在这里或下载完整的在这里

    本文由北邮@爱可可-爱生活老师推荐,阿里云云栖组织翻译。

    文章原标题《installing-python-packages-from-jupyter》,作者:Jake VanderPlas.

    个人博客:http://jakevdp.github.io/pages/about.html ,Python Data Science Handbook的作者。

    其博客地址,可以免费阅读本书。

    译者:虎说八道,审阅:

    文章为简译,更为详细的内容,请查看

    展开全文
  • 在jupyter lab中使用kite

    万次阅读 热门讨论 2020-07-14 22:10:05
    引言 xxxxxx 过程 ... File "f:\anaconda\envs\py37_kt\lib\site-packages\jupyterlab\debuglog.py", line 47, in debug_logging yield File "f:\anaconda\envs\py37_kt\lib\site-packages\jupyter

    引言

    本篇主要想总结一下jupyter lab与kite的使用方式,在pycharm里面我没用kite,但jupyter没有pycharm那么方便,kite的出现确实能提升jupyter的效率。

    在jupyter lab中使用kite

    安装kite

    首先我们需要进入官网下载 kite 引擎软件,官方网站为 https://kite.com/,最好是用梯子下载速度更佳:
    在这里插入图片描述
    下载安装完成后,打开kite可以选择用邮箱注册,也能直接跳过,但跳过后我记得好像是第一项还是第二项无法选择:
    在这里插入图片描述
    不过这并不影响后续的使用,能看到上面的画面,kite就算是安装成功,下面就是jupyter lab使用kite

    jupyter lab与kite包安装

    我们首先可以创建一个虚拟环境来确保不被base环境影响,另外这里创建的python版本最好是3.7以上,因为如果要安装kite,jupyter lab必须是2.2.0a1,而目前稳定的jupyter lab为2.1.5。

    $ conda create -n py37_kt python=3.7
    
    $ conda activate py37_kt
    

    进入到虚拟环境后,我们就可以进行预装2.2.0a1版本的jupyter lab了:

    pip install --pre jupyterlab==2.2.0a1
    

    如果直接pip install下载的会是2.1.5以下对应当前pip的版本,这也是必须要加–pre参数的原因,然后还需下载插件所需的nodejs也一并安装上:

    conda install nodejs
    

    在这里插入图片描述
    没看见报错即安装成功,然后下面这个扩展或者说依赖最好开着梯子,否则可能会报错:

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

    在这里插入图片描述
    如果出现报错,我们可以进它所给路径下的日志查看具体细节,大概率都是因为网络问题,如果有报错可以多尝试几次。

    npm dependencies failed to install
    Traceback (most recent call last):
    
      File "f:\anaconda\envs\py37_kt\lib\site-packages\jupyterlab\debuglog.py", line 47, in debug_logging
        yield
    
      File "f:\anaconda\envs\py37_kt\lib\site-packages\jupyterlab\labextensions.py", line 105, in start
        command=command, app_options=app_options)
    
      File "f:\anaconda\envs\py37_kt\lib\site-packages\jupyterlab\commands.py", line 460, in build
        command=command, clean_staging=clean_staging)
    
      File "f:\anaconda\envs\py37_kt\lib\site-packages\jupyterlab\commands.py", line 652, in build
        raise RuntimeError(msg)
    
    RuntimeError: npm dependencies failed to install
    
    Exiting application: jupyter
    

    使用kite

    当都安装好后,和正常的jupyter notebook一样,我们就可以输入jupyter lab等待跳出网页:
    在这里插入图片描述
    进入网页后看到有kite教程页面,以及下标kite显示indexing或者ready就可以使用了:
    在这里插入图片描述
    在这里插入图片描述

    展开全文
  • 在jupyter里面写sql

    千次阅读 2020-10-29 17:47:35
    jupyter给人的感觉就是IPython的网页版 IPython是自带很多魔法函数的,比如%run 反正带%的都是魔法函数 不过对于sql的使用,没有自带魔法函数,想使用,之前 就得安装: !pip install ipython-sql 安装后需要...
  • 在jupyter中输入了!python train.py online_train CPU开始工作,然而我希望用GPU运行它。</p>
  • scijava-jupyter-kernel, 在Jupyter笔记本中,编写SciJava脚本 ! scijava-jupyter-kernel scijava-jupyter-kernel的目标是成为一个多语言的 Jupyter内核。 它使用 Scijava脚本语言在Jupyter客户端执行代码,也可以...
  • 尝试解决使用jupyter绘图无法交互的问题 文章目录问题描述一、升级jupyter lab二、安装jupyterlab拓展 问题描述 练习《python数据...首先,我conda中的jupyter notebook版本为6.1.4,但是jupyter lab版本只用1

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 127,566
精华内容 51,026
关键字:

怎么在jupyter