Jupyter Notebook安装步骤

原创 已于 2024-04-12 15:26:55 修改 · 384 阅读 · 5 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#jupyter #python #ide

于 2024-04-12 15:20:57 首次发布
本文详细介绍了如何在Windows10系统上通过Anaconda平台下载并安装JupyterNotebook，包括选择合适的版本、安装步骤、识别和上传代码文件的过程。
部署运行你感兴趣的模型镜像

1.进入 anacoda的官方网站，因为anacoda中有内嵌jupyter notebook，同时里面还有一些其他的插件，官网地址：Unleash AI Innovation and Value | Anaconda

2.点击get started进入下载前置界面

3.点击download,进入下载界面

windows的话根据电脑的配置进行选择，一般情况下是64-Bit,如果你的电脑比较久的话可能是32-Bit

如果电脑是Mac的话直接下载这一个，是带图形化界面的

4.安装，所有需要点的配置都可以勾选

5.进入软件界面

这个就是jupyter notebook,直接点击就可以

6.Jupyter notebook的界面

进入软件之后可以看到很多东西，但是我们需要找的是以ipynb结尾的程序，那些都是可以在软件中打开的代码

7.jupyter notebook

先将需要使用的代码程序下载到浏览器中，然后从浏览器拖拽到jupyter notebook即可

8.文件上传

拖拽到软件之后可以看到一个上传按钮，点击上传

看到程序编程这样就可以点击进入了

9.界面

里面是这个样子的，然后就可以开启代码之旅了.

Windows安装jupyter notebook（Anaconda）教程:

Windows 10中Anaconda及Python环境的下载与安装方法 - 知乎

您可能感兴趣的与本文相关的镜像

Python3.8

Python3.8

Conda
Python

Python 是一种高级、解释型、通用的编程语言，以其简洁易读的语法而闻名，适用于广泛的应用，包括Web开发、数据分析、人工智能和自动化脚本

修改anaconda环境下的jupyter notebook版本
fruian的博客
07-31 2373
本人近期由于一些需求, 把anaconda版本更新到了当前的最新版本所有, 本人原本的 anaconda 的 jupyter notebook也被更新到了最新的 jupyter7版本.但是本人对 jupyter7 的界面设计实在不喜欢, 而且原本能支持的文本内链接跳转, jupyter7 支持得很差, 所有本人不得不想办法修改 jupyter 的版本.在踩了一些雷之后, 本人突然反应过来, 在anaconda环境下的 jupyter 与其自己去配置, 不如直接用conda 这个现成的命令.
jupyter -- 创建虚拟环境，安装插件nebextensions（jupyter-server版本问题导致403错误的解决方法）
qq_52954114的博客
10-15 930
3.安装notebook，在命令行输入> conda install notebook==6.5 (备注：这里在安装的时候，由于不同电脑的python版本可能不同，所以相应的版本号需要做对应调整，命令窗口会给予版本提升，做对应调整，若太高就调低，若太低就调高版本）5.安装nbextensions_configurator，在命令行输入> pip install jupyter_nbextensions_configurator。点击位置2，页面一直出现加载的图标，查看控制台，会看到提示403错误。
【Jupyter notebook修改工作目录】
snowzmy的博客
12-17 277
临时修改jupyter notebook目录
智能体在车联网中的应用：第7天 核心工具链与仿真世界：Python与AI开发环境全栈配置指南——从Anaconda到Jupyter
IT深耕十余载，大道之简
12-19 335
本文介绍了Python在车联网和自动驾驶开发中的核心地位，并详细讲解了如何通过Anaconda、PyCharm/VSCode和Jupyter Notebook三大工具构建高效的开发环境。Anaconda解决了Python环境管理的痛点，提供虚拟环境和包管理功能；PyCharm和VSCode作为IDE各有优势，支持代码开发与调试；Jupyter Notebook则是交互式研究和原型设计的利器。文章包含具体的安装配置指南和实用示例，为开发者提供了一套完整的Python开发环境解决方案，特别适合车联网算法开发与仿
如何基于Jupyter内核自研NoteBook
阿华田的博客
12-19 755
本文介绍了一套基于微服务架构的Jupyter内核管理系统设计方案。系统采用SpringBoot框架，通过WebSocket实现实时通信，使用Redis进行消息发布订阅。核心功能包括：1）租户隔离的Jupyter服务管理，每个租户独立Pod部署；2）双层Session架构，分离用户会话和内核会话；3）Gateway层连接池管理，实现高效的内核生命周期管理。系统支持内核创建、代码执行、状态监控等功能，并设计了REST API和WebSocket接口规范。技术选型包括MySQL数据持久化、Jupyter消息协议5
python __init__.py的意义与使用
CoolGirl
12-19 649
本文介绍了Python中利用__init__.py文件优化模块导入的两种方式。当__init__.py中已导入子模块时，外部可直接使用简洁导入语句（如from project.input import FileInput）；若未导入则需完整路径导入。通过示例对比展示了不良设计（需完整路径导入每个子模块）和良好设计（在__init__.py中集中导入并定义__all__），后者使主程序导入更简洁清晰。合理使用__init__.py能显著提升代码可读性和维护性。
MobaXterm 高效运维实战：从入门到进阶的 Linux 运维 “瑞士军刀” 用法
hy行者勇哥的博客
12-18 815
MobaXterm 作为 Linux 运维的 “全能工具包”，不仅集成了 SSH 终端、SFTP 文件传输、X11 图形转发等基础功能，更隐藏着批量执行、宏命令、会话分组等高级特性，能轻松解决新手常遇到的 “重复操作繁琐”“多服务器切换麻烦”“文件传输低效” 等痛点。本文用 “运维指挥中心” 的通俗比喻，拆解 MobaXterm 的核心架构，针对 Linux 运维中的高频问题，分享可直接上手的高级技巧与自动化脚本案例，帮助新手快速从 “手动跑腿” 升级为 “高效指挥”，大幅提升运维效率。
[Python实战] 解决Outlook同步中的字符编码问题：表情符号也能正确处理了！
每日出拳老爷子的博客
12-16 244
摘要：本文分享了在使用Python同步Outlook会议信息时遇到的GBK编码问题解决方案。当处理包含表情符号（如📧）的会议内容时，Flask返回JSON会报"'gbk' codec can't encode"错误。作者通过封装ensure_utf8函数对文本进行UTF-8编码处理，同时建议设置Flask响应头编码为UTF-8和调整控制台输出编码，有效解决了特殊字符导致的编码异常问题。文章提供了从问题分析到完整解决方案的实践过程，适用于处理Python中的Unicode编码问题。
C++23中的模块应用说明之一基础分析
最新发布
fpcc的专栏
12-20 514
C++20模块机制解析：摆脱头文件困境的新范式 本文分析了C++20引入的模块机制，旨在解决传统头文件带来的编译污染、命名冲突等问题。模块通过export显式控制接口导出，提供更安全的代码组织方式。文章详细介绍了模块应用的五个方面：接口与实现分离、export规则限制、文件命名规范、全局模块片段（兼容传统头文件）和私有模块片段的使用方法，并提供了具体示例代码。与Go、Java等语言的包管理机制类似，C++模块通过显式接口导出和严格作用域控制，实现了更高效的编译管理和更清晰的代码组织。作者建议开发者参考其他语
【FastAPI】FastAPI依赖注入完全指南
weixin_63434398的博客
12-18 2743
本文全面介绍FastAPI的依赖注入机制，主要包含两大注入方式：原生自动注入和Depends自定义注入。原生注入支持Request/Response等框架对象以及路径/查询参数等自动解析，而Depends则用于自定义依赖项注入。文章详细讲解依赖注入的核心思想、实现方式、生命周期管理、高级技巧，并通过完整认证系统案例展示实战应用。最后剖析Depends底层原理，并与Spring框架进行对比，帮助开发者彻底掌握FastAPI这一核心特性，实现代码解耦和高效开发。
《Python 数据序列化与反序列化全景解析：从基础到最佳实践》
windowshht的博客
12-17 1028
本文全面解析Python数据序列化与反序列化技术，涵盖JSON、Pickle、CSV、YAML等常见格式，并深入探讨自定义序列化、异步处理、分布式系统应用等高级主题。通过实战案例展示Web API交互、机器学习模型保存、自动化配置管理等场景的最佳实践，同时展望Protocol Buffers等前沿技术。文章既适合初学者掌握基础，也为资深开发者提供性能优化与安全合规的进阶指导，是Python数据处理领域的实用指南。
Ubuntu 24.04 安装common-extensions
sinat_15561283的博客
12-17 313
👉 这就解释了为什么 apt 一直“找不到”这不是你配置错，也不是你操作错，是。只要能看到帮助信息，就说明。✅ colcon 被。在 24.04 上，
【VSCode | python | anaconda | cmd | PowerShell】在没有进入conda环境时使用conda命令默认安装位置
十二_的博客
12-19 158
Conda和pip的默认安装位置取决于环境状态：未激活conda环境时，conda安装到base环境（Anaconda目录下的site-packages），而pip会使用系统默认Python或PATH中的第一个Python；激活conda环境后，两者都会安装到当前环境的site-packages目录下。环境路径示例显示base环境与自定义环境（如myenv）的安装位置差异。
旋转矩阵与欧拉角转换数学公式与代码详解
Tipriest的博客
12-15 913
本文介绍了欧拉角与四元数之间的转换方法，重点针对Z-Y-X顺序（yaw-pitch-roll）的航空/机器人学常用约定。首先通过数学推导给出了欧拉角转四元数的公式，并详细说明了四元数转欧拉角的计算过程，特别处理了万向节锁情况下的数值稳定性问题。随后提供了C++和Python的实现代码示例，确保不依赖第三方库即可使用。所有转换均采用右手坐标系，输入输出单位为弧度，适用于需要精确姿态表示的应用场景。
课程表-python-扑拓排序
m0_74164311的博客
12-18 263
构建有向图：课程为节点，先修关系为有向边。对于每一对先修关系[cur, pre]，表示必须先修完pre才能修cur，因此在图中有一条从pre指向cur的有向边。统计每个节点的入度：即指向该节点的边数。对于先修关系[cur, pre]，cur的入度加1，因为pre指向cur。使用邻接表（adj）来存储每个节点的后继节点。即对于每个pre，它指向的所有cur。初始化一个队列（或双端队列）q，将所有入度为0的节点（即没有先修要求的课程）加入队列。
Day29 装饰器
kszlgy的博客
12-17 185
【代码】Day29 装饰器。
NVIDIA设置疑难杂症诊所
qq_54499761的博客
12-18 1192
随着深度神经网络（DNN）模型复杂度的指数级增长，高性能计算（HPC）环境的稳定性与效率成为制约人工智能研发的关键因素。本文旨在系统性分析基于NVIDIA GPU的深度学习开发环境中的常见架构性问题，涵盖驱动层兼容性、容器化隔离机制、显存管理策略、分布式训练通信协议以及计算机视觉（CV）场景下的I/O流水线优化。通过对底层原理的剖析与代码实现的论证，本文提供了一套标准化的故障排查与性能调优框架。
Python中的直接赋值、浅拷贝与深拷贝：常见错误案例与深入理解
weixin_44151034的博客
12-15 616
这里我们先一句话总结上面错误的原因，然后我们会深入刨析这种错误的解决办法。b = a # 没有新建对象，b储存的对象[1,2,3]的地址这里的b = a的时候，b储存的是a指向的元素[1,2,3]的地址，故两者指向的是同一个列表对象。所以或b[0] = 100会直接修改原列表的内容，导致a和b都发生变化。而b = a[:] # 或 list(a) / a.copy() 使用了浅拷贝b[0] = 100# 或b = a而b = a[:]时，是对a进行了一下浅拷贝。a[:]
Python语言编程导论第七章 数据结构
电子硬件笔记
12-17 550
本文介绍了Python中常用的四种数据结构：元组、列表、字典和集合。元组是不可变序列，适合存储固定数据；列表是可变序列，支持增删改操作；字典通过键值对高效存储数据；集合用于存储不重复元素，支持集合运算。文章详细说明了各种数据结构的创建、访问方法及常用函数，并展示了它们在循环中的应用技巧，如enumerate()、zip()等函数的用法。这些数据结构各具特点，可根据需求灵活组合使用，是Python编程的重要基础。
Jupyter Notebook 安装步骤
03-12
Jupyter Notebook 是一个非常流行的交互式开发环境，特别适合数据科学家和研究人员使用 Python 及其他语言编写代码、可视化数据并与他人共享工作成果。以下是 Windows 操作系统上安装 Jupyter Notebook 的基本步骤： ### 步骤一：安装 Anaconda（推荐） Anaconda 是一款包含了大量科学计算包及管理工具的发行版，默认集成了最新版本的 Jupyter Notebook 和许多常用的 Python 库。对于大多数用户而言这是最简单的方式。 1. 访问 [Anaconda 下载页面](https://www.anaconda.com/products/distribution)，选择适用于您系统的版本下载； 2. 执行下载后的安装文件，并按照提示完成安装过程。（建议勾选 "Add Anaconda to my PATH environment variable" 选项以便后续能在命令行启动） ### 或者手动安装 Miniconda + Jupyter 如果您不想安装完整的 Anaconda 发行版，可以选择轻量级替代方案——Miniconda 加单独安装 Jupyter: #### Step A - 安装 Miniconda 访问[Miniconda官网](https://docs.conda.io/en/latest/miniconda.html) 获取对应平台下的 .exe 文件并按向导指引安装它； #### Step B - 使用 Conda 命令行安装 Jupyter 打开终端（Windows 用户可以搜索“Anaconda Prompt”），输入以下指令来更新 conda 并安装 jupyter notebook： ```shell conda update --all conda install jupyterlab # 如果想要更现代界面可以用这条代替普通jupyter ``` ### 启动 Jupyter Notebook 无论是通过哪种方式安装之后都可以用类似这样的命令开启服务端口并在默认浏览器内自动加载主页了： ```shell jupyter notebook # 默认情况会在 http://localhost:8888/tree 地址监听等待连接请求 ``` 此时应该能够在本地计算机上的 Web 浏览器中看到 Jupyter Notebook 的主界面。 ---
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

小Eason哥

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值