Jupyter笔记本在保存时,会保存到启用Jupyter notebook的文件夹中,如果是在base环境下做了kernal的连接,则可能保存到你的用户目录中。此外,Anaconda在env目录中统一管理你的conda环境,如果你使用专用文件夹独立安装环境,Anaconda也是可以顺利的管理它们的。但不是每个人都希望自己的项目文件分散在各种的目录中。
📌将所有项目相关文件放在一个文件中有很多好处。
对于这个项目,我将conda环境和Jupyter笔记本存储在名为my_nb_proj的文件夹中,my_nb_proj是“我的笔记本项目”的缩写。
目录结构:
- my_nb_proj
- notebooks(存放笔记)
- data(存放元数据)
- my_nb_proj_env(conda环境)
为项目制作目录,打开Anaconda Prompt (Windows)或终端(macOS或Linux)
创建一个包含笔记本和数据目录的my_nb_project项目目录
(使用自己的目录路径):
(base) C:\Users\17800>mkdir my_nb_proj
(base) C:\Users\17800>mkdir my_nb_proj\notebooks
(base) C:\Users\17800>mkdir my_nb_proj\data
接下来,在项目目录下创建一个名为my_nb_proj_enin的conda环境,激活它
(在需要的地方替换你自己的路径):
(base) C:\Users\17800>conda create --prefix C:\USERS\17800\MY_NB_PROJ\my_nb_proj_env
(base) C:\Users\17800>conda activate C:\USERS\17800\MY_NB_PROJ\my_nb_proj_env
关于如何在指定位置创建conda环境,更多内容请看这篇:用Anaconda Prompt管理conda环境-优快云博客
安装一些库,比如pandas,seaborn
pandas包是Python的主要数据分析库,seaborn是一个绘图库,其中包含一些有用的数据集。
(C:\USERS\17800\MY_NB_PROJ\my_nb_proj_env) C:\Users\17800>
conda install ipykernel pandas seaborn
(C:\USERS\17800\MY_NB_PROJ\my_nb_proj_env)C:\Users\17800\my_nb_proj\notebooks>
python -m ipykernel install --user --name=my_nb_proj_env
ipykernel包允许在base环境中使用Jupyter Notebook应用程序。 关于如何把每个conda环境链接到base环境的Jupyter notebook,更多内容请看这篇:在每个conda环境中安装Jupyter Notebook-优快云博客
此时,查看下项目目录结构,应该是这样的
在实际项目中,肯定还需要为特定类型的数据、非笔记本脚本、等添加额外的文件夹。
📌Jupyter Notebook喜欢保存到当前目录。如果在指定的项目文件夹中启动Notebook,操作起来会更简单。
要在新的notebooks文件夹中启动Notebook,首先激活base环境(安装Jupyter Notebook的地方),然后使用cd命令更改目录,启动Notebook
(C:\USERS\17800\MY_NB_PROJ\my_nb_proj_env) C:\Users\17800>conda activate base
(base) C:\Users\17800>cd my_nb_proj\notebooks
(base) C:\Users\17800\my_nb_proj\notebooks>jupyter notebook
打开后会看到一个干净的笔记目录(my_nb_proj\notebooks)
选择New中的my_nb_proj_env(项目的虚拟环境),创建你的第一个项目笔记。