Sisällysluettelo:

Kuinka käytän Jupyter-muistikirjaa Python 3:n kanssa?
Kuinka käytän Jupyter-muistikirjaa Python 3:n kanssa?

Video: Kuinka käytän Jupyter-muistikirjaa Python 3:n kanssa?

Video: Kuinka käytän Jupyter-muistikirjaa Python 3:n kanssa?
Video: Opening a Jupyter Notebook from the Command Line! 2024, Saattaa
Anonim

Python 3:n lisääminen Jupyter-muistikirjaan

  1. Luo uusi Conda-ympäristö. Avaa Macissa pääte kohdasta Sovellukset > Apuohjelmat.
  2. Aktivoi ympäristö. Aktivoi seuraavaksi uusi ympäristö.
  3. Rekisteröi ympäristö osoitteessa IPython . Jupyter muistikirja on rakennettu päälle IPython .
  4. alkaa Jupyter muistikirja .
  5. Pakettien asennus.

Kun tämä pidetään mielessä, kuinka käytän Jupyter-muistikirjaa Python 3:ssa?

Jupyter Notebook App -sovelluksen käynnistäminen:

  1. Napsauta kohdevaloa, kirjoita terminaali avataksesi pääteikkunan.
  2. Siirry käynnistyskansioon kirjoittamalla cd /jonkin_kansion_nimi.
  3. Kirjoita jupyter notebook käynnistääksesi Jupyter Notebook App. Muistikirjan käyttöliittymä tulee näkyviin uuteen selainikkunaan tai välilehteen.

Lisäksi, kuinka vaihdan Jupyter-muistikirjan Python 2:sta Python 3:ksi? Jos käytät python 2 , asenna sitten python 3 käyttämällä tätä komentoa. Avaa sitten jupyter muistikirja , löydät python ytimessäsi. Voit tehdä tämän seuraavilla vaiheilla: conda create -n py36 ' python =3.6' ipykernel #Korvaa 3.6 halutulla versiolla.

Kuinka voin lisätä Python 3.6:n Jupyter-muistikirjaan?

5 vastausta

  1. Avaa terminaali ja kirjoita seuraava rivi riviltä. virtualenv -p python3.6 py_36_env. lähde py_36_env/bin/activate.
  2. Sitten jupyter-muistikirjassa voit valita 3.6-ympäristön (py_36_env) yllä olevasta "Uusi"-pudotusvalikosta tai "Ydin"-pudotusvalikosta tietyssä jupyter-muistikirjassa.

Onko Jupyter-muistikirja IDE?

Jupyter muistikirja tarjoaa sinulle helppokäyttöisen, interaktiivisen datatieteen ympäristön useilla ohjelmointikielillä, joka ei toimi vain IDE , mutta myös esittely- tai koulutusvälineenä. Se on täydellinen niille, jotka ovat vasta aloittamassa datatieteen parissa!

Suositeltava: