conda 和 JupyterLab 干净安装与最小使用

2020-12-29 [2735] technology python sagibookclub

文章目录

因为在 SAGI 读书会 上给自己挖了个大坑，给公司同事设计了一套 Python 课程，所以要准备一下授课环境了。

目前最好的授课环境当然是 Jupyter，下面讲讲它的配置。

我一直是一个 选择综合症+洁癖患者，尽管我已经不断强迫自己降低要求了。这次的目标是这样的：

  1. 最小化。
  2. 不影响当前的系统环境。

依赖

  1. 操作系统 macOS Big Sur 11.1
  2. conda 4.9.2 （Miniconda）
  3. JupyterLab 3.0.0

JupyterLab 包含 Jupyter+notebook+iPython ，是 Jupyter 项目的下一代用户界面。界面上更友好。网上大量的中文资料都是介绍 Jupyter + notebook 的，比较老了，参考起来可能会有些差异，建议直接看原版文档：JupyterLab。

为什么选择

conda

在 Jupyter 里面，你迟早是要跑 Matplotlib 的，为了避免不必要的麻烦，应该选择 conda 而非 pip 。

我在使用 pip 安装 Jupyter 的时候，的确遇到了一些麻烦，主要表现为 matplotlib 安装成功但无法正确导入，以及 numpy 安装报错。报错信息大致为：

 1 raceback (most recent call last):
 2
 3   File "/Users/paul/python/test/t.py", line 2, in <module>
 4     import pandas as pd
 5   File "/Users/paul/python/test/venv/lib/python3.9/site-packages/pandas/__init__.py", line 11, in <module>
 6     __import__(dependency)
 7   File "/Users/paul/python/test/venv/lib/python3.9/site-packages/numpy/__init__.py", line 286, in <module>
 8     raise RuntimeError(msg)
 9 RuntimeError: Polyfit sanity test emitted a warning, most likely due to using a buggy Accelerate backend. If you compiled yourself, see site.cfg.example for information. Otherwise report this to the vendor that provided NumPy.
10 RankWarning: Polyfit may be poorly conditioned

如果一定要在 pip 中解决，可以这么做：

1$ pip cache remove numpy
2$ brew install openblas 
3$ OPENBLAS="$(brew --prefix openblas)" pip install numpy

所以，直接用 conda 比较省事，且不会影响本地原有的 python 环境。

至于 conda/Anaconda/Miniconda 的区别和联系，看官方文档介绍：Conda Doc Home

我做了一些简单的翻译：

  • Miniconda: 最小化的 conda 安装器，仅仅包含 Python，conda 以及 conda 必须的核心最小包，例如 pip/zlib 等等。安装文件有数十 MB。
  • Anaconda: 大而全的 conda 安装器，包含几百个用于科学计算和分析的包，例如 SciPy, NumPy 等等。安装文件有数百 MB。
  • conda：上面两者的包管理器。

我个人建议不要用 brew 安装 conda，直接用 官网提供的方式 来安装会比较容易。

当然，也可以去 清华大学的镜像站 下载，速度会比较快。

禁止 conda 默认进入 base 环境

conda 安装成功后，每次启动命令行工具，都会自动进入 (base) 环境。这会对我造成困扰。因为我的本机还有其他 Python 虚拟环境存在，进入 conda 环境后会导致这些虚拟环境无效。

有两个方法可以解决这个问题：

  1. 默认进入 (base) 环境后，输入代码 conda deactivate 来退出 conda 环境。
  2. 设置 auto_activate_base 配置为 false，让 conda 不自动进入 (base) 环境： conda config --set auto_activate_base false 。

我当然会选择第二种。

安装和使用 JupyterLab

安装 JupyterLab

安装完毕 Miniconda 之后，创建一个虚拟环境，使用 python3.9，安装 jupyterlab 库。

 1# 创建一个名称为 jupyter 的虚拟环境
 2conda create -n jupyter python=3.9
 3
 4# 激活这个环境
 5conda activate jupyter
 6
 7# 安装 jupyterlab
 8conda install -c conda-forge jupyterlab
 9
10# 启动 jupyterlab
11jupyter lab

解决 BUG

在 notebook 中使用 tab 做自动补全的时候，会报错如下：

1  File "../venv/lib/python3.8/site-packages/IPython/core/completer.py", line 2029, in _complete
2    completions = self._jedi_matches(
3  File "../venv/lib/python3.8/site-packages/IPython/core/completer.py", line 1373, in _jedi_matches
4    interpreter = jedi.Interpreter(
5  File "../venv/lib/python3.8/site-packages/jedi/api/__init__.py", line 725, in __init__
6    super().__init__(code, environment=environment,
7TypeError: __init__() got an unexpected keyword argument 'column'

这是因为 jedi 0.18.0 不支持 iPython 7.19，解决方案：将 jedi 0.18.0 降为 0.17.2。不能使用 conda 安装，因为 conda 中找不到 jedi 这个包。要进入 conda 环境使用 pip 安装。

1# 确保自己在 conda 的 jupyter 环境中，用 pip 安装 1.17.2 版本的 jedi
2pip install jedi==0.17.2

设定启动目录

需要指定 jupyter 中的 notebook 保存的文件夹，否则 JupyterLab 会自动指定 / 为文件夹，这是很不安全的操作。

1# 编辑文件
2vim ~/.jupyter/jupyter_lab_config.py
3
4# 加入下面的行
5c.ServerApp.root_dir = '/Users/zrong/study/jupyter/'
6
7# 重新启动 JupyterLab
8jupyter lab

换源

为了让下载和安装更快速，换用 清华大学提供的镜像源。编辑 ~/.condarc 文件，加入下面的内容：

 1channels:
 2  - defaults
 3show_channel_urls: true
 4channel_alias: https://mirrors.tuna.tsinghua.edu.cn/anaconda
 5default_channels:
 6  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
 7  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
 8  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
 9  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/pro
10  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
11custom_channels:
12  conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
13  msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
14  bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
15  menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
16  pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
17  simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

Have Fun

来玩点花样吧。先在 jupyter 环境中安装 matplotlib 和 numpy 这两个库：

1conda install matplotlib numpy

然后在 notebook 中键入如下代码：

1import matplotlib.pyplot as plt
2import numpy as np
3
4plt.plot(np.random.randn(50).cumsum())

效果如下：

matplotlib

参考

全文完