conda

超强下一代 Jupyter Notebook ：JupyterLab 3.0 已经发布了，新版本为用户带来了许多新特性，并对扩展系统进行了实质性的改进。 JupyterLab 是广受欢迎的 Jupyter Notebook「新」界面。它是一个交互式的开发环境，可用于 notebook、代码或数据，因此它的扩展性非常强。用户可以使用它编写 notebook、操作终端、编辑 markdown 文本、打开交互模式、查看 csv 文件及图片等。除此以外，JupyterLab 还具有灵活而强大的用户界面。就在近日，这款好用的工具发布了新版本 JupyterLab 3.0。 JupyterLab3.0 在以下几个方面进行了改进： 可视化调试器； 支持多种显示语言； notebook 目录； 扩展系统。 JupyterLab相关参考： Databook-数据之书 将Jupyter/JupyterHub/JupyterLab运行为系统服务 运用Jupyter Notebook进行系统管理 JupyterLab的本地安装和使用（Ubuntu 18.04） JupyterHub on Kubernetes部署与应用指南 JupyterHub on Kubernetes--定制用户环境 JupyterHub on Kubernetes绘图支持软件 JupyterLab安装地图插件 使用SuperMap

杂谈：浅谈工作环境配置 0. 引言 1. 环境的安装 1. miniconda的下载与安装 2. miniconda虚拟环境的创建和删除 3. miniconda虚拟环境的使用 2. jupyter notebook的使用 1. jupyter安装 2. jupyter使用 3. jupyter加载环境 3. 其他常用shell命令 1. 基础命令 2. 查看gpu状态 3. screen命令 4. python环境相关 5. 文件压缩 & 解压 4. 参考链接 0. 引言 故事起源于工作中需要一个tf1.15的环境，然后我平时用的是2.3或者1.14，就得自己再重新安装一个tf1.15的环境，然后发现每一次安装环境都得去google一下命令，嗯，不要问为什么，问就是用的少，记性差，嗯，一定是的。。。 so，干脆这里就自己写个小文章，把常用的这些指令都在这里简单的罗列说明一下好了。 大致会包括： 安装miniconda以及基于miniconda创建虚拟环境 将虚拟环境加载到jupyter notebook当中并远程调用 其他一些常用命令行命令 需要注意的是，因为这里大部分都是我在工作中遇到的一些常用命令的整理，因此逻辑大致会有一些，系统性却一定会有所欠缺。 另外就是，由于我工作中主要使用的就是linux系统，基本不涉及windows系统，因此这里的内容主要针对linux系统

jupyterLab 目录 ： 0x00 jupyterLab的简介 0x01 jupyterLab的下载，安装与启动 0x03 jupyterLab的界面 0x04 jupyterLab的界面详解 0x00 jupyterLab的简介 一.jupyterLab的说明 JupyterLab是Project Jupyter的下一代基于Web的用户界面 JupyterLab使您能够以灵活，集成和可扩展的方式处理文档和活动，如 Jupyter笔记本 ，文本编辑器，终端和自定义组件。您可以 使用选项卡和拆分器在工作区中并排 排列 多个文档和活动。文档和活动相互集成，实现了交互式计算的新工作流程，例如： 代码控制台 提供瞬态暂存器，用于交互式运行代码，完全支持丰富的输出。例如，代码控制台可以作为来自笔记本的计算日志链接到笔记本内核。 内核支持的文档 使任何文本文件（Markdown，Python，R，LaTeX等）中的代码能够在任何Jupyter内核中以交互方式运行。 笔记本电脑单元输出可以 镜像到自己的选项卡中 ，与笔记本并排显示，从而实现具有内核支持的交互式控件的简单仪表板。 使用不同编辑者或查看者的多个文档视图可以实时编辑其他查看者中反映的文档。 0x01 jupyterLab的下载，安装与启动 一.jupyterLab的下载与安装 jupyterLab的下载与安装可以使用 二种

最近发现生信技能树VIP论坛群里在讨论jupyter lab这么一个工具，内心想尝试一下，毕竟一个好工具或许就可以改变你的学习态度和进程，工欲善其事，必先利其器嘛。我使用了这个工具之后，感觉又重新燃起了对R语言的学习热情呢。当然，手上的技能树讲义讲得好也至关重要。下面就说说我安装使用这个工具遇到的一点问题和解决的过程。 背景 先说一下我的使用背景，刚升级了16GB内存和固态硬盘，装上了最新版的Catalina黑苹果，虽然最近美帝很嚣张，但技术无罪吧，期待国产操作系统可以挑起重担，实现各种日常应用不依赖超级难用的美帝操作系统。然后，mac本身不自带python3的，我就使用miniconda安装了个python3的环境，发现升级系统后conda是可以继续使用的，小小的惊喜，其实，好多软件可以继使用的，当然，新系统抛弃了32位应用，还能使用catalyst迁移的ipad应用，发现其实没几个，毕竟不同的平台。苹果应该是下一盘大棋，使用上自有处理器，后面苹果可能 就不好黑啦，但估计什么也难不倒广大的民间大神。 还要吐槽下难用的win10，本来以为微软开始了新纪元，能够做更符合用户需要的操作系统，可是发现，各种更新，各种bug，还越来越慢，直接把用户逼疯的节奏。除了我的因为硬盘存储空间不足的电脑，其余的电脑都已经更新到接近废了，特别慢，当然也没有使用固态盘，还不如国产的深度系统，至少不怎么卡

在Anaconda+Spyder配置Opencv的过程中遇到了缺乏cv2的问题，当时我在cmd的窗口(管理员身份）中输入了如下命令 conda install --channel https://conda.anaconda.org/menpo opencv 然而事情并不是那么顺利， 此时我又试了下 conda update --all 命令，结果依然是这个问题 经过一番折腾（其中有好多人说需要改成清华的镜像，但是我发现问题还是存在）终于杀出了一条可行的路 首先我们关掉所有有关的窗口（anaconda相关的每个进程，特别要关掉spyder），然后在 Anaconda Prompt 窗口（搜索 Anaconda Prompt并选择管理员身份运行 ）输入下列命令 conda update --all 稍等就会发现出现很多的包更新，慢慢等，需要many minute 然后再输入 conda install --channel https://conda.anaconda.org/menpo opencv 键入 y 便会发现成功安装，现在我去测试下 问题已经完美解决。 详细的Anaconda+Python Opencv开发环境的搭建可以见我简书博客，后续提供简书地址。 原文出处：https://www.cnblogs.com/supershuai/p/12210755.html 来源：

今日推文说明 二条： 高级的数据分析，长啥样？ 三条： 清洗数据，我惯用这 7 步！ 四条：一款高颜值的词云包让我拍案叫绝 ↑ 关注 + 星标 ， 后台回复【 大礼包 】送你Python自学大礼 写Python代码最头疼的两件事是什么？我总结了两点 1、Windows 平台安装第三方包经常失败的问题，还记得第一次安装mysql依赖包时的那个场景吗？怎么都装不上。 2、虚拟环境切换的问题，如果我们同时在一台电脑上开发多个项目，每个项目独立一个虚拟环境是非常必要的，但是在不同项目之间切来切去也是个麻烦。 这两个问题Anoconda可以救你。 Anaconda 是什么？ Anaconda 是一个可用于科学计算的 Python 发行版，支持 Linux、Mac、Windows系统，内置了常用的科学计算包。它解决了官方 Python 的两大痛点。 一句话总结就是它是一个比Python官方更牛逼的安装包 第一： 提供了包管理功能，Windows 平台安装第三方包经常失败的场景得以解决， 第二： 提供环境管理的功能，功能类似 Virtualenv，解决了多版本Python并存、切换的问题。 下载 Anaconda 直接在官网下载安装包， 选择 Python3.8 的安装包进行下载，下载完成后直接安装，安装过程选择默认配置即可，大约需要1.8G的磁盘空间。 conda 是 Anaconda

写Python代码最头疼的两件事是什么？我总结了两点 1、Windows 平台安装第三方包经常失败的问题，还记得第一次安装mysql依赖包时的那个场景吗？怎么都装不上。 2、虚拟环境切换的问题，如果我们同时在一台电脑上开发多个项目，每个项目独立一个虚拟环境是非常必要的，但是在不同项目之间切来切去也是个麻烦。 这两个问题Anoconda可以救你。 Anaconda 是什么？ Anaconda 是一个可用于科学计算的 Python 发行版，支持 Linux、Mac、Windows系统，内置了常用的科学计算包。它解决了官方 Python 的两大痛点。 一句话总结就是它是一个比Python官方更牛逼的安装包 第一： 提供了包管理功能，Windows 平台安装第三方包经常失败的场景得以解决， 第二： 提供环境管理的功能，功能类似 Virtualenv，解决了多版本Python并存、切换的问题。 下载 Anaconda 直接在官网下载安装包， 选择 Python3.8 的安装包进行下载，下载完成后直接安装，安装过程选择默认配置即可，大约需要1.8G的磁盘空间。 conda 是 Anaconda 下用于包管理和环境管理的工具，功能上类似 pip 和 vitualenv 的组合。安装成功后 conda 会默认加入到环境变量中，因此可直接在命令行窗口运行命令 conda conda 的环境管理与