文章目录

• 1. environment环境相关
• 2. pip包相关
• • 2.1 常见用法
  • 2.2 python生成requirements.txt的两种方法
  • 2.3 修改下载源以及.condarc文件
  • • 2.3.1 channel相关操作
    • 2.3.2 .condarc
• 3. jupyter lab相关
• • 3.0 jupyter lab添加pep8格式化插件
  • 3.1 jupyter添加目录等小插件
  • 3.2 代码提示和代码格式化
  • 3.3 给jupyter添加内核
  • 3.4 jupyter取消科学计数法显示
  • 3.5 jupyter lab添加目录插件
  • • 3.5.2 当前可行的方式
    • 3.5.1 旧的方式
  • 3.6 jupyter lab中显示plotly
  • 3.7 jupyter lab中使用 ipywidgets 插件
  • 3.8 ipywidgets与matplotlib显示动图
  • XX 其他jupyter lab插件
  • 3.9 jupyter配置代理
  • • 3.9.1 配置
    • 3.9.2 删除配置
• 4. 报错解决
• 5. 参考链接

1. environment环境相关

创建新环境 -n 后跟新环境的名称
>conda create -n py36（环境名称） python=3.6(需要的python版本 一个等号即可）

 激活某个环境
>conda activate 环境名称

取消激活
>conda deactivate

删除某个环境
>conda env remove -n 环境名称 --all

查看当前conda环境列表
conda env list

查看当前channels
conda config —show channels
>conda clean -p      
//删除没有用的包 会检查哪些包没有在包缓存中被硬依赖到其他地方，并删除它们。
>conda clean -t     
//tar打包 可以将conda保存下来的tar包。

2. pip包相关

2.1 常见用法

搜素某个包可用的版本
打开anaconda-prompt
查看tensorflow各个版本：（查看会发现有一大堆TensorFlow源，但是不能随便选，选择可以用查找命令定位）
>anaconda search -t conda tensorflow

找到自己安装环境对应的最新TensorFlow后（可以在终端搜索anaconda，定位到那一行），然后查看指定包
>anaconda show <USER/PACKAGE>

查看tensorflow版本信息
>anaconda show anaconda/tensorflow

第4步会提供一个下载地址，使用下面命令就可安装1.8.0版本tensorflow
>conda install --channel https://conda.anaconda/anaconda tensorflow=1.8.0 

查看某个包的信息
>pip show numpy

更新某个包到特定版本
>pip install upgrade numpy=1.3

如果不确定有哪些版本可以安装，可以以如下方式：install一个错误的版本号，然后机会提示现有可用的版本有哪些了。

2.2 python生成requirements.txt的两种方法

参考：

• 使用 pip freeze 获取安装的 Python 包
• python生成requirements.txt的两种方法

方式1

适用于 单虚拟环境的情况。
这种方式，会将环境中的依赖包全都加入，如果使用的全局环境，则下载的所有包都会在里面，不管是不时当前项目依赖的.
使用 pip freeze 会输出所有在本地已安装的包（但不包括 pip、wheel、setuptools 等自带包），若需要输出内容与 pip list 一致，需使用 pip freeze -all。

pip freeze > requirements.txt

2.3 修改下载源以及.condarc文件

2.3.1 channel相关操作

查看当前channels
conda config —show channels

添加/删除channels
conda config --add channels https://mirrors.tuna.tsinghua.edu/anaconda/pkgs/free/
conda config --set show_channel_urls yes
conda config --remove channels 'https://mirrors.tuna.tsinghua.edu/anaconda/pkgs/free/

添加镜像：

conda config --add channels https://mirrors.tuna.tsinghua.edu/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu/anaconda/cloud/pytorch/
conda config --set show_channel_urls yes

conda config --show channels

2.3.2 .condarc

2019年4月的时候，清华源不能用，后来又能用了。。。
参考：Anaconda 镜像使用帮助

• conda命令下载使用channel，参数是 -c
• pip命令下载使用channel，参数是-i
  • 例如，使用阿里云的镜像来pip

  pip install jupyter_contrib_nbextensions -i https://mirrors.aliyun/pypi/simple/
  

参考anaconda文档：

• Managing channels
• Using the .condarc conda configuration file：这里有channel的大部分管理内容

---

关于.condarc文件的信息查看

conda info
conda config --get channels #查看channel信息
conda config --add channels http://conda.anaconda/mutirri # 添加channel
conda config --remove channels http://conda.anaconda/mutirri # 移除channel
conda config --remove-key channels# 删除所有channels，再去调用时恢复默认源的命令

---

可以通过修改用户目录下的 .condarc 文件来修改channel。Windows 用户无法直接创建名为 .condarc 的文件，可先执行 conda config --set show_channel_urls yes 生成该文件之后再修改。
例如，添加上述channel后的.condarc文件类似：

3. jupyter lab相关

• jupyterLab的github：https://github/jupyterlab/jupyterlab
• jupyterLab的官网：https://jupyter/install

一开始以为python3.9不支持jupyter，参考Can’t run Jupyter Notebook with python 3.9 env

后来发现，直接用conda安装就可以conda install -c conda-forge jupyterlab

3.0 jupyter lab添加pep8格式化插件

参考：

• https://github/ryantam626/jupyterlab_code_formatter

3.1 jupyter添加目录等小插件

Jupyter Notebook 扩展插件是扩展 notebook 环境基本功能的简单插件。它们用 Java 语言编写，会自动套用代码格式或者在单元格完成后发送浏览器通知。扩展插件目前仅支持 Jupyter Notebook（不支持 Jupyter Lab）

目录这些属于jupyter的插件，

• 官方网站-jupyter-contrib-nbextensions
• 官方网站-jupyterlab-extension

1. 安装jupyter扩展
   pip install jupyter_contrib_nbextensions
2. 安装 javascript和css文件
   jupyter contrib nbextension install --user
3. 开启/禁止extension(这步不用执行，1、2执行完就可以在jupyter界面看到nbextension的界面了)
   jupyter nbextension enable <nbextension require path>
   然后就可以看到了
   
   就可以看到目录插件的图标了（会帮你加上序号的，你可以不自己在标题上加）
   

3.2 代码提示和代码格式化

参考Jupyter Notebook 代码提示自动补全&代码格式化：用到的两个插件是Hinterland（代码提示/自动补全），Autopep8（代码格式化）
还是在上面的扩展管理中勾选，回到jupyter notebook 重新创建新项目，代码提示和自动补全的设置就完成了！
点击工具栏右边的小锤子就可以实现代码格式化了！

3.3 给jupyter添加内核

参考之前另一个博客的这部分：1.4 给jupyter notebook增加kernel

3.4 jupyter取消科学计数法显示

偶尔会遇到这种反人类的显示，

如果是pandas的Dataframe中显示

参考Stack Overflow的回答：Format / Suppress Scientific Notation from Python Pandas Aggregation Results

使用：

pd.options.display.float_format = '{:.2f}'.format

如果是numpy显示

参考Stack Overflow的回答：Suppress Scientific Notation in Numpy When Creating Array From Nested List

使用：

np.set_printoptions(suppress=True)

3.5 jupyter lab添加目录插件

直接升级jupyter lab版本就行

pip install --upgrade jupyterlab

---

3.5.2 当前可行的方式

jupyterlab自从3.0之后，默认集成了jupyterlab-toc插件。

• 如果你用的jupyterlab版本是低于3.0的，则可以手动安装一下。
• 即

  jupyter labextension install @jupyterlab/toc
  

• 然后刷新一下jupyter lab页面就可以了

参考：

• Documents-Table Of Contents
• Github-jupyterlab-toc

3.5.1 旧的方式

尝试过使用jupyter notebook一样的方式去添加目录，无效。

参考Stack Overflow的回答：
How can I add a table of contents to a Jupyter / JupyterLab notebook?

可知：jupyter lab有一个插件 jupyterlab-toc，这个插件在jupyter lab3.0以上的版本默认安装了，如果jupyer lab版本不够高（可以用下面这个的pip show jupyterlab来查看当前的jupyter lab版本）

参考jupyterlab-toc的github主页来进行安装：
https://github/jupyterlab/jupyterlab-toc

可知，要求jupyter lab的版本在2.0以上，直接升级就好了

# pip install  -i https://pypi.tuna.tsinghua.edu/simple jupyerlab -U
pip install jupyerlab -U

根据CSDN博客：不吹不黑，jupyter lab 3.0客观使用体验可知，这个3.0版本是2020年5月9号出来的，但是目前清华源镜像还下载不到。只能凭运气了，下载的时候可以看到版本是jupyterlab3.0.7

安装好之后，启动jupyter lab可以看到，侧边

目录就有啦

3.6 jupyter lab中显示plotly

// 输入 jupyter labextension list 查看当前jupyterlab的插件
> jupyter labextension list
JupyterLab v1.2.14
Known labextensions:
   app dir: /opt/conda/share/jupyter/lab
        @jupyterlab/toc v2.0.0  enabled  OK
        jupyterlab-datawidgets v7.1.1  enabled  OK
        jupyterlab-jupytext v1.1.1  enabled  OK
        jupyterlab_tensorboard v0.1.6  enabled  OK

// 如果没有plotly的插件，则安装上
> jupyter labextension install jupyterlab-plotly
Building jupyterlab assets (build:prod:minimize)

如果提示需要安装nodejs，则可以

conda install -c conda-forge nodejs

参考：

• plot.ly offline mode in jupyter lab not displaying plots
• plotly-Getting Started with Plotly in Python

3.7 jupyter lab中使用 ipywidgets 插件

根据matplotlib/ipympl：

• 如果想要实现jupyterlab中matplotlib可以通过 ipywidgets 插件进行交互，则需要安装ipympl这个扩展
• 注意，如果安装错了版本，可能不会提示报错，但是不会有交互效果。

如果用的是jupyter 1.X版本，则需要

conda install -c conda-forge ipympl==0.5.1
jupyter labextension install @jupyter-widgets/jupyterlab-manager jupyter-matplotlib@0.7.0

如果用的是2.X版本，可以

conda install -c conda-forge nodejs
jupyter labextension install @jupyter-widgets/jupyterlab-manager jupyter-matplotlib

---

> jupyter labextension list
// 如果在这个输出结果里没有看到
@jupyter-widgets/jupyterlab-manager v3.0.0 enabled OK (python, jupyterlab_widgets)

// 那么就需要手动安装这个插件了
jupyter labextension install @jupyter-widgets/jupyterlab-manager

参考：

• Ipywidgets with matplotlib
• Create interactive chart with matplotlib and ipywidgets
• stackoverflow：How to get ipywidgets working in Jupyter Lab?
• stackoverflow：Interactive matplotlib using ipywidgets
• How to link ipywidgets widget with matplotlib chart to dynamically update charts?

---

使用过程中报错：Error displaying widget: model not found

参考：

• “Error displaying widget: model not found” with Jupyter lab #112

3.8 ipywidgets与matplotlib显示动图

• How to link ipywidgets widget with matplotlib chart to dynamically update charts?
• matplotlib update plot
• ✅ Animations with matplotlib 1: Making waves
• ✅ Live Updating Graphs with Matplotlib Tutorial
• Dynamically updating a bar plot in Matplotlib

XX 其他jupyter lab插件

很久没有注意过这方面的东西，但是它真的是越来越强大了！！！！

参考：

• 15款好用到爆炸的Jupyter Lab插件
• 3s安装JupyterLab，4步完成JupyterLab插件安装（附多款高生产力插件推荐）

> jupyter labextension install @jupyterlab/toc
> jupyter labextension install jupyterlab-plotly

https://github/QuantStack/jupyterlab-drawio

3.9 jupyter配置代理

3.9.1 配置

• https://jupyterlab.readthedocs.io/en/stable/getting_started/installation.html
• https://stackoverflow/questions/36629707/using-jupyter-behind-a-proxy

两个讲的方法差不多，一种是直接在命令行里设置，一种是在python环境里使用os设置，即：

# For Windows
set HTTP_PROXY=http://USER:PWD@proxypany:PORT
set HTTPS_PROXY=https://USER:PWD@proxypany:PORT

# For Linux / MacOS
export HTTP_PROXY=http://USER:PWD@proxypany:PORT
export HTTPS_PROXY=https://USER:PWD@proxypany:PORT

# 如果不幸用户名里包含邮箱地址，可以使用转义符， @的转义符是 %40

In [1]: import os
        os.environ['http_proxy'] = "http://user:passwd@host:port" 
        os.environ['https_proxy'] = "https://user:passwd@host:port" 

参考：

• Set/Export: http_proxy With Special Characters In Password Under Unix / Linux
  

3.9.2 删除配置

参考： https://superuser/questions/196166/linux-command-line-to-turn-off-proxy

$ export {http,https,ftp}_proxy="http://proxy-server:port"
$ unset {http,https,ftp}_proxy

$ export {HTTP,HTTPS,FTP}_PROXY="http://proxy-server:port"
$ unset {HTTP,HTTPS,FTP}_PROXY

用命令行临时设置，或者去bashrc里永久设置（设置完记得reload）

$vi ~/.bashrc
$ source ~/.bashrc

4. 报错解决

1. anaconda prompt报错：系统找不到指定路径 已解决
   英文搜索：
   anaconda prompt system cannot find the path specified

   根据github上的issue回答以及stackoverflow的回答，还有自我尝试

   1. 先将anaconda的bin路径添加到系统环境变量path中，类似D:\anaconda\condabin(我安装的时候没有勾选 add path，勾选的就不用了做这步了)
   2. 尝试使用 conda init 然后重启anaconda prompt，无效。
   3. 重启电脑，发现桌面上的 anaconda prompt 快捷方式图标变灰，删除，再次打开anaconda prompt，命令行界面等待一会，就正常了，解决。（自己解决的，不要把问题想得太复杂）

5. 参考链接

1.Anaconda下安装tensorflow1.15过程记录
2. conda常用命令