如何在 Ubuntu 18.04 上使用 Python 3 设置 Jupyter Notebook

介绍

Jupyter Notebook 是一个开源 Web 应用程序，可让您创建和共享交互式代码、可视化等。该工具可用于多种编程语言，包括 Python、Julia、R、Haskell 和 Ruby。它通常用于处理数据、统计建模和机器学习。

本教程将引导您设置 Jupyter Notebook 以从 Ubuntu 18.04 服务器运行，并教您如何连接和使用 Notebook。 Jupyter Notebooks（或简称为 Notebooks）是由 Jupyter Notebook 应用程序生成的文档，其中包含计算机代码和富文本元素（段落、方程式、图形、链接等）这有助于展示和分享可重复的研究。在本指南的最后一步，您将使用在远程服务器上运行的 Jupyter Notebook 运行 Python 3 代码。

先决条件

为了完成本指南，您需要一个带有防火墙的 Ubuntu 18.04 服务器实例和一个配置了 sudo 权限的非根用户。您可以通过运行我们的初始服务器设置教程来进行设置。

第 1 步 — 设置 Python

要开始此过程，请从 Ubuntu 存储库安装 Python 编程环境的依赖项。 Ubuntu 18.04 预装了 Python 3.6.9。稍后您将使用 Python 包管理器 pip 安装其他组件。

首先，更新本地 apt 包索引：

sudo apt update

接下来，安装 pip 和 Jupyter 的一些依赖项使用的 Python 头文件：

sudo apt install python3-pip python3-dev

您现在可以继续设置 Python 虚拟环境。

第 2 步 — 为 Jupyter 创建 Python 虚拟环境

安装一些依赖项后，您可以创建一个 Python 虚拟环境来管理您的项目。 Jupyter 将被安装到这个虚拟环境中。

您将需要访问可以使用 pip 安装的 virtualenv 命令。

首先，通过键入升级 pip：

sudo -H pip3 install --upgrade pip

然后使用以下命令安装 virtualenv：

sudo -H pip3 install virtualenv

-H 标志确保安全策略将 home 环境变量设置为目标用户的主目录。

安装了 virtualenv 后，您就可以开始构建您的环境了。创建并移动到一个目录中，您可以在其中保存项目文件。以下示例目录称为 my_project_dir。使用对您和您正在从事的工作有意义的名称。

通过键入以下命令创建您的目录：

mkdir ~/my_project_dir

使用以下命令移至 my_project_dir：

cd ~/my_project_dir

在项目目录中，创建一个 Python 虚拟环境。本教程将环境称为 my_project_env，但同样，您可以将其命名为与您的项目相关的名称。

virtualenv my_project_env

这会在您的 my_project_dir 目录中创建一个名为 my_project_env 的目录。在内部，它将安装本地版本的 Python 和本地版本的 pip。您可以使用它为 Jupyter 安装和配置隔离的 Python 环境。

在安装 Jupyter 之前，激活虚拟环境。您可以通过键入以下内容来做到这一点：

source my_project_env/bin/activate

您的提示应更改为指示您现在在类似于此的 Python 虚拟环境中操作：

您现在已准备好将 Jupyter 安装到这个虚拟环境中。

第 3 步 — 安装 Jupyter

在您的虚拟环境处于活动状态的情况下，使用 pip 的本地实例安装 Jupyter。

注意：当虚拟环境被激活时（当你的提示符前面有 (my_project_env) 时），使用 pip 而不是 pip3，即使你使用 Python 3。无论 Python 版本如何，虚拟环境的工具副本始终命名为 pip。

pip install jupyter

此时，您已经成功安装了运行 Jupyter 所需的所有软件。您现在可以启动笔记本服务器。

第 4 步 — 运行 Jupyter Notebook

您现在拥有运行 Jupyter Notebook 所需的一切。要运行它，请执行以下命令：

jupyter notebook

Jupyter Notebook 的活动日志将打印到终端。当您运行 Jupyter Notebook 时，它会在特定端口号上运行。您运行的第一个 Notebook 通常使用端口 8888。要检查运行 Jupyter Notebook 的特定端口号，请参阅用于启动它的命令的输出：

Output
[I 21:23:21.198 NotebookApp] Writing notebook server cookie secret to /home/sammy/.local/share/jupyter/runtime/notebook_cookie_secret
[I 21:23:21.361 NotebookApp] Serving notebooks from local directory: /home/sammy/my_project_dir
[I 21:23:21.361 NotebookApp] The Jupyter Notebook 6.4.10 is running at:
[I 21:23:21.361 NotebookApp] http://localhost:8888/?token=1fefa6ab49a498a3f37c959404f7baf16b9a2eda3eaa6d72
[I 21:23:21.361 NotebookApp]  or http://127.0.0.1:8888/?token=1fefa6ab49a498a3f37c959404f7baf16b9a2eda3eaa6d72
[I 21:23:21.361 NotebookApp] Use Control-C to stop this server and shut down all kernels (twice to skip confirmation).
[W 21:23:21.361 NotebookApp] No web browser found: could not locate runnable browser.
[C 21:23:21.361 NotebookApp]

    To access the notebook, open this file in a browser:
        file:///home/sammy/.local/share/jupyter/runtime/nbserver-7924-open.html
    Or copy and paste one of these URLs:
        http://localhost:8888/?token=1fefa6ab49a498a3f37c959404f7baf16b9a2eda3eaa6d72
     or http://127.0.0.1:8888/?token=1fefa6ab49a498a3f37c959404f7baf16b9a2eda3eaa6d72

如果您在本地计算机（而不是服务器）上运行 Jupyter Notebook，您可以导航到显示的 URL 以连接到 Jupyter Notebook。如果您在服务器上运行 Jupyter Notebook，则需要使用 SSH 隧道连接到服务器，如下一节所述。

此时，您可以保持 SSH 连接打开并保持 Jupyter Notebook 运行，或者您可以退出应用程序并在设置 SSH 隧道后重新运行它。

如果您想停止 Jupyter Notebook 进程，请按 CTRL + C，键入 Y，然后按 ENTER 进行确认。将显示以下输出：

Output
[C 19:23:34.939 NotebookApp] Shutdown confirmed
[I 19:23:34.940 NotebookApp] Shutting down 0 kernels
[I 19:23:34.941 NotebookApp] Shutting down 0 terminals

您现在可以设置 SSH 隧道来访问笔记本。

第 5 步 — 使用 SSH 隧道连接到服务器

Jupyter Notebook 在服务器上的特定端口上运行（例如 :8888、:8889 等）。 SSH 隧道使您能够安全地连接到服务器的端口。

接下来的两小节介绍如何从 Mac、Linux 和 Windows 操作系统创建 SSH 隧道。请参阅您本地计算机的小节。

使用 Mac 或 Linux 的 SSH 隧道

如果您使用的是 Mac 或 Linux，创建 SSH 隧道的步骤类似于使用 SSH 登录远程服务器，只是 ssh 命令中有额外的参数。

可以通过在新的本地终端窗口中运行以下 SSH 命令来完成 SSH 隧道：

ssh -L 8888:localhost:8888 your_server_username@your_server_ip

ssh 命令打开 SSH 连接，但 -L 指定本地（客户端）主机上的给定端口将转发到远程主机上的给定主机和端口端（服务器）。这意味着在服务器上的第二个端口号（例如 8888）上运行的任何内容都将出现在第一个端口号（例如 8888) 在您的本地计算机上。

可选择将端口 8888 更改为您选择的端口，以避免使用已被另一个进程使用的端口。

server_username 是您在您创建的服务器上的用户名（例如 sammy），your_server_ip 是您服务器的 IP 地址。

例如，对于用户名 sammy 和服务器地址 203.0.113.0，命令将是：

ssh -L 8888:localhost:8888 sammy@203.0.113.0

如果在运行 ssh -L 命令后没有错误消息，您可以进入您的编程环境并运行 Jupyter Notebook：

jupyter notebook

您将收到带有 URL 的输出。在本地计算机上的 Web 浏览器中，使用以 http://localhost:8888 开头的 URL 打开 Jupyter Notebook Web 界面。确保包含令牌号，或者在 http://localhost:8888 出现提示时输入令牌号字符串：

Output
...
[I 21:23:21.361 NotebookApp] The Jupyter Notebook 6.4.10 is running at:
[I 21:23:21.361 NotebookApp] http://localhost:8888/?token=1fefa6ab49a498a3f37c959404f7baf16b9a2eda3eaa6d72
...

使用 Windows 和 Putty 建立 SSH 隧道

如果您使用的是 Windows，则可以使用 Putty 创建 SSH 隧道。

首先，在主机名（或 IP 地址）字段中输入服务器 URL 或 IP 地址，如下所示：

接下来，单击左窗格底部的 SSH 以展开菜单，然后单击隧道。输入要用于访问本地计算机上的 Jupyter 的本地端口号。选择 8000 或更高版本以避免端口被其他服务使用，并将目标设置为 localhost:8888 其中 :8888 是 Jupyter Notebook 运行的端口号。

单击添加按钮，端口应出现在转发端口列表中：

最后，单击“打开”按钮通过 SSH 连接到服务器并通过隧道连接所需的端口。在 Web 浏览器中导航到 http://localhost:8000（或您选择的端口）以连接到在服务器上运行的 Jupyter Notebook。确保包含令牌号，或者在 http://localhost:8000 出现提示时输入令牌号字符串。

无论您是在 Mac/Linux 操作系统还是 Windows 中进行连接，您现在都应该通过 SSH 隧道连接到您的服务器。您现在可以在 Web 浏览器中使用 Jupyter Notebook。

第 6 步 — 使用 Jupyter Notebook

如果您当前没有运行 Jupyter Notebook，请使用 jupyter notebook 命令启动它：

jupyter notebook

您现在应该使用网络浏览器连接到它。 Jupyter Notebook 是一个非常强大的工具，具有许多功能。本节将概述一些基本功能，以帮助您开始使用 Notebook。 Jupyter Notebook 将显示其运行目录中的所有文件和文件夹，因此当您处理项目时，请确保从项目目录启动它。

要创建新的笔记本文件，请从右上角的下拉菜单中选择新建 > Python 3：

这将打开一个笔记本。您现在可以在单元格中运行 Python 代码或将单元格更改为降价。例如，通过单击顶部导航栏中的“单元格”>“单元格类型”>“Markdown”，将第一个单元格更改为接受 Markdown。您现在可以使用 Markdown 编写笔记，甚至可以将用 LaTeX 编写的方程式放在 $$ 符号之间。例如，在将其更改为 markdown 后，在单元格中键入以下内容：

# First Equation

Let us now implement the following equation:
$$ y = x^2$$

where $x = 2$

要将 markdown 转换为富文本，请按 CTRL + ENTER，结果应如下所示：

您可以使用降价单元格来做笔记和记录您的代码。要实现该等式并打印结果，请单击顶部单元格，然后按 ALT + ENTER 在其下方添加一个单元格。在新单元格中输入以下代码。

x = 2
y = x**2
print(y)

要运行代码，请按 CTRL + ENTER。您将收到以下结果：

您现在可以像在任何其他 Python 开发环境中一样导入模块和使用 Notebook。

结论

您现在应该能够使用 Jupyter Notebook 在 Markdown 中编写可重现的 Python 代码和注释。要从界面中快速浏览 Jupyter Notebook，请从顶部导航菜单中选择帮助 > 用户界面浏览以了解更多信息。

从这里开始，您可以通过阅读 Data Analysis and Visualization with pandas and Jupyter Notebook in Python 3 来开始数据分析和可视化项目。

如果您有兴趣深入了解，可以阅读我们的时间序列可视化和预测系列。