Jupyter Notebook

Linux Note Prohibit updates 后台指令的运行与终止 后台指令运行 $ nohup 'your command' & 后台指令终止 1.查看运行的后台进程 $ ps -ux|grep python |grep -v grep a:显示所有程序 u:以用户为主的格式来显示 x:显示所有程序，不以终端机来区分 用grep -v参数可以将grep命令排除掉 2.再用awk提取一下进程ID $ ps -ux|grep python | grep -v grep | awk '{print $2}' 3.终止后台运行的进程 $ kill -9 'ID' Anaconda 基本环境安装 安装anaconda $ bash Anaconda3-5.2.0-Linux-x86_64.sh 添加镜像 $ /home/test823/anaconda3/bin/conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ $ /home/test823/anaconda3/bin/conda config --set show_channel_urls yes 添加路径 $ echo 'export PATH="/home/test823/anaconda3/bin:

Linux Note Prohibit updates 后台指令的运行与终止 后台指令运行 $ nohup 'your command' & 后台指令终止 1.查看运行的后台进程 $ ps -ux|grep python |grep -v grep a:显示所有程序 u:以用户为主的格式来显示 x:显示所有程序，不以终端机来区分 用grep -v参数可以将grep命令排除掉 2.再用awk提取一下进程ID $ ps -ux|grep python | grep -v grep | awk '{print $2}' 3.终止后台运行的进程 $ kill -9 'ID' Anaconda 基本环境安装 安装anaconda $ bash Anaconda3-5.2.0-Linux-x86_64.sh 添加镜像 $ /home/test823/anaconda3/bin/conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ $ /home/test823/anaconda3/bin/conda config --set show_channel_urls yes 添加路径 $ echo 'export PATH="/home/test823/anaconda3/bin:

在Jupyter notebook的容器镜像栈中，使用了官方的jovyan账号来进行默认登录，该账号没有root权限，不能执行apt之类的操作安装软件。这是为了保护本机宿主系统，但对于容器就很不方便，而且不是很必要（分使用场景哈）。 开启root权限有两种办法： 以root账户运行notebook。 设置jovyan的root权限。 基本用法： docker run -p 8888:8888 -d --name jupyter jupyter/all-spark-notebook jupyter lab 1、以root账户运行notebook 容器启动参数 Password authentication is disabled for the NB_USER (e.g., jovyan ). This choice was made to avoid distributing images with a weak default password that users ~might~ will forget to change before running a container on a publicly accessible host. You can grant the within-container NB_USER passwordless sudo access by

(base) C:\Users\panga>jupyter notebook --generate-config Writing default config to: C:\Users\panga\.jupyter\jupyter_notebook_config.py (base) C:\Users\panga> 修改值 #c.NotebookApp.notebook_dir = '' E:\soft\Anaconda\python.exe E:\soft\Anaconda\cwp.py E:\soft\Anaconda E:\soft\Anaconda\python.exe E:\soft\Anaconda\Scripts\jupyter-notebook-script.py %USERPROFILE% 删掉%USERPROFILE% 这时候再打开就可以了 来源： https://my.oschina.net/jywm/blog/3131564

一、环境： win10_64位，python3.7.3 二、目录结构： V:\MY_WORK\JUPYTER │ jupyter_service_v2.py │ start_jupyter.cmd ├─config │ jupyter_notebook_config.py ├─files │ │ 0001_hello_world.ipynb │ │ 流畅的python.ipynb └─logs my_notebook.log 三、jupyter_service_v2.py内容： #!/usr/bin/python3 # -*- coding: utf-8 -*- """ 用法: lib/site-packages/win32/PythonService.exe -debug MyJupyterService python jupyter_service_v2.py --startup=auto install python jupyter_service_v2.py install python jupyter_service_v2.py start python jupyter_service_v2.py remove """ import inspect import logging import os import sys import win32serviceutil

Python如何运行.ipynb文件: 先安装jupyter和notebook： pip install jupyter notebook 然后运行: jupyter notebook 就会弹出一个页面后，upload ipynb后缀的文件 打开文件，点积运行按钮，运行后，网页的下面部分会输出结果。 将.ipynb文件转化为.py文件: File->Download as ->Python（.py）即可把ipynb文件转化为py文件 来源： oschina 链接： https://my.oschina.net/u/2376274/blog/3026563

因为JupyerHub for K8s升级后奔溃了，寻求一个本地Notebook编辑和运行的方案，想到了Visual Studio Code。以前Windows上的Visual Studio是老相好，玩了Linux后已被抛弃多年。只是现在vscode已经是完全重写了，还可以运行在Linux上面，试一试再续前缘。 Visual Studio Code 远程开发探秘 1、下载安装 在Ubuntu 18.04的软件库里是有的，只是各种错误、装不上。 https://code.visualstudio.com/ https://code.visualstudio.com/docs 到vscode的官网下载一个，运行sudo dpkg -i，安装完毕。 https://code.visualstudio.com/docs/setup/linux 到应用软件中找到vscode，点击打开，任务栏上设为收藏。 2、插件安装 打开菜单“文件/扩展”，安装python/notebook。 https://code.visualstudio.com/docs/python/python-tutorial#_prerequisites https://code.visualstudio.com/docs/languages/python 注意状态栏的右下角，可以任意切换当前窗口的代码解释器。 3

来源： 机器学习初学者 我叫黄海广，这篇文章主要写了我的学术公益之路。我希望初学者少踩一些坑，我也希望我能做个“雪中送炭”的人，希望越来越多的人加入到学术公益的道路上来。 2014年9月，我考上了博士，那时候已经36周岁7个月了，然后，第一次知道了“机器学习”，开始了学习之路。在学习的道路上，我踩了无数的坑，直到博三才感觉渐入佳境。我发现初学者最需要的是“ 雪中送炭 ”，而不是“ 锦上添花 ”。作为博士，要有社会责任感，我希望初学者少踩一些坑，我也希望我能做个“ 雪中送炭 ”的人。 一、学术作品 我的作品都比较简单，不需要太高知识水平，但是很少有人认真去做，或者坚持做下去，因为大部分人在学习过程中学会了，很少会把学习的东西重新整理分享给别人。做这些事情，需要专注和严谨。 我相信： 赠人玫瑰，手有余香。 以下是几个学术公益作品，都是站在巨人的肩膀上完成的。 1.翻译吴恩达机器学习课程 2014年12月开始到mooc网上学堂学习机器学习课程，该课程内容非常不错，但好多视频没有中文字幕，我就发动几位博士来一起翻译字幕，我整理和翻译了大部分视频，并把视频和中英文字幕压制到mkv文件中去。（该视频字幕已经无偿送给网易云课堂： 吴恩达机器学习 课程，由他们进行润色，致谢里有我的名字。这个课程有好多个翻译版本，我的可能是最差的一个版本，但可能下载最多。） 这个视频可以上网易云课堂搜索“

python机器学习及实践学习笔记1-如何打开ipynb后缀文件 2017年02月22日 14:58:08 hustzhoutian 阅读数：45365更多 个人分类： 深度学习 需要安装ipython notebook，如果你已经安装Anaconda软件，则不需要安装。如果未安装Anaconda，则需要安装，在控制台里输入： pip install ipython pip install “ipython[notebook]” 进入ipynb文件所在目录，输入ipython notebook，会在浏览器中打开ipynb文件。 ipython notebook在下一个版本被命名为Jupyter Notebook。 通过pip install jupyter安装 jupyter notebook运行 来源： oschina 链接： https://my.oschina.net/u/3367404/blog/2986254

简介： 本文为资深数据科学家常见的10个错误提供解决方案。 数据科学家是“比软件工程师更擅长统计学，比统计学家更擅长软件工程的人”。许多数据科学家都具有统计学背景，但是在软件工程方面的经验甚少。我是一名资深数据科学家，在Stackoverflow的python编程方面排名前1%，并与许多（初级）数据科学家共事。以下是我经常看到的10大常见错误，本文将为你相关解决方案： 不共享代码中引用的数据 对无法访问的路径进行硬编码 将代码与数据混合 在Git中和源码一起提交数据 编写函数而不是DAG 写for循环 不编写单元测试 不写代码说明文档 将数据保存为csv或pickle文件 使用jupyter notebook 1. 不共享代码中引用的数据 数据科学需要代码和数据。因此，为了让别人可以复现你的结果，他们需要能够访问到数据。道理很简单，但是很多人忘记分享他们代码中的数据。 import pandas as pd df1 = pd.read_csv('file-i-dont-have.csv') # fails do_stuff(df) 解决方案：使用d6tpipe（ https://github.com/d6t/ d6tpipe）来共享你的代码中的数据文件、将其上传到S3/web/google驱动等，或者保存到数据库，以便于别人可以检索到文件（但是不要将其添加到git，原因见下文）。