1.安装jupyter 由于miniconda是anaconda的简化版,只有一个prompt: 安装jupyter,只需要打开prompt的dos窗口,输入命令pip install jupyter即可自动安装: 安装完成后,只需要输入jupyter notebook即可启动,但注意这样安装的jupyter是没有程序图标的,只能用cmd启动.并且根目录下的Anaconda3变成了Miniconda3.但不影响后续使用. 2.jupyter使用 新建一个python3文件,然后就可以编程了! 自

OpenCV于11月20日发布了OpenCV-3.4.4和OpenCV-4.0.0.这些版本中有很多错误修复和其他更改.发布重点如下: OpenCV现在是C ++ 11库,需要符合C ++ 11标准的编译器.所需的最低CMake版本已提升至3.5.1. 很多来自OpenCV 1.x的C API已被删除. 在核心模块中的持久性(在XML,YAML或JSON中存储和加载结构化数据)已在C ++中完全重新实现,并且也丢失了C API. 添加了新的模块G-API,它可以作为非常有效的基于图形的图像处理流

jupyter 配置 首先安装jupyter,在anaconda套装中已包含,如果安装的是精简版的miniconda则通过conda install jupyter安装. 生成配置文件 jupyter notebook --generate-config 打开ipython,生成密钥 from notebook.auth import passwd passwd() 输入两遍密码后生成sha1码. 编辑文件~/.jupyter/jupyter_notebook_config.py,进行如下设置

查看安装的conda版本 conda --version 如果没有安装anaconda,可以从以下链接下载anaconda或者miniconda,两者安装一个就可以了 miniconda大约50M https://conda.io/miniconda.html anaconda大约500M https://www.anaconda.com/download/#linux 安装方法 miniconda bash Miniconda3-latest-Linux-x86_64.sh anaconda

///注意 开头全部是小写建议自己手敲代码不要拷贝 1. Linux下软件的安装: a) Yum 安装(工具) rpm的增强版 b) Rpm安装 c) 源码编译安装:python3(LAMP) d) 脚本安装 *.sh e) Bin(二进制) .解压配置文件(jdk,tomcat,zookeeper,Hadoop.maven) 2. 源码安装的步骤: a) 安装编译工具gcc b) 安装软件的依赖(官网,百度) c) 下载软件Python3 d) 解压 tar –zxf python3.tar.

目前,做数据分析工作,基本人手Numpy,pandas,scikit-learn.而这些计算程序包都是基于python平台的,所以搞数据的都得先装个python环境...(当然,你用R或Julia请忽略本文) 在macOS上,默认安装有python 2.7,鉴于python2即将停止更新,如果没有大量的python2代码需要维护,就直接安装python3吧. 版本选择 做数据运算,流行的方式是直接下载Anaconda安装包,大概500M左右,各种依赖包(绑定了四五百个科学计算程序包),开发工具(

本文示例yaml文件已上传至我的Github仓库https://github.com/CNFeffery/DataScienceStudyNotes 1 简介 我们在使用Python进行数据分析时,很多时候都在解决环境搭建的问题,不同版本.依赖包等问题经常给数据科学工作流的搭建和运转带来各种各样令人头疼的问题,本文就将基于笔者自己摸索出的经验,以geopandas环境的搭建为例,教你使用conda+jupyter轻松搞定环境的搭建.管理与拓展. 图1 2 虚拟环境的搭建与使用 2.1 使用con

本文完整代码及数据已上传至我的Github仓库https://github.com/CNFeffery/DataScienceStudyNotes 1 简介 QGIS随着近些年的发展,得益于其开源免费的特点,功能不断被世界各地的贡献者们开发完善,运算速度也非常出色,使得越来越多的Giser们从臃肿缓慢的Arcgis等传统平台转向QGIS. 图1 最重要的是,QGIS面向Python的接口PyQgis不仅可以用来开发QGIS插件,还可以配合Conda完美地避开路径配置的过程,直接与Conda虚拟环

序言 对于想要入门Python或者深度学习的初学者而言,配置环境一直是一个令人头疼的问题.相信有许多人经历过安装第三方包失败,安装好了却在使用中报错,安装CUDA.tensorflow.pytorch版本不匹配等等令人头大的问题,我也曾被这些问题所困扰.经过这两三年时间中反复重装环境的痛苦过程,直到现在我才逐渐能够独立.流畅地配制出一个令人满意的环境.在这个过程中,我也帮助了许多遇到这些问题的朋友,收获了一些经验教训,因此我希望将这一完整的过程写成博客,帮助在这方面遇到困难的人. 在这个系列的博

远程访问Jupyter Notebook Jupyter Notebook很好用,但是直接远程在服务器上用体验当然不如本地计算机好,那么如何远程访问呢? 首先需要在服务器上安装好ipython, jupyter notebook, pip install ipython pip install jypyter 生成配置文件 jupyter notebook --generate-config 生成密码 打开ipython, 创建一个密文密码 In [1]: from notebook.auth

(免责声明:本文档是针对Python有经验的用户,如果您对Python了解很少,或者从未使用,建议官方教程用Anaconda安装) 前期准备:Python环境 虽然Jupyter可以运行多种编程语言,但是Python是必备环境(Python 3.3或者更高版本,Python 2.7),之后才能安装Jupyter Notebook. 安装Python和Jupyter 对于Python语言的新用户,我们建议使用Anaconda发行版来安装Python和Jupyter,非常方便.安装方法参考: htt

临时性的改变一个jupyter的主题 参考这个实现,只要在notebook里运行这段代码就行了,能让所有的cell都能够显示黑色背景 一个更为完备的工具 参考这个方案: 安装jupyter-themer 然后执行jupyter-themer命令 如 jupyter-themer -c monokai 只要重启ipython notebook 就可以了 想要换回原来的默认值,执行 jupyter-themer 不加任何参数就行了 值得注意的是要是想让这些修改生效,要把.ipython文件夹下的以前

0.安装环境 Windows10,Python3.5.1,IPython,jupyter notebook,and other functionality 官方安装文档Linux版3.x 官方安装文档列表,包含3.x2.x等等 1.下载Python最新版(3.5.1版链接)(根据机器位数下载如64位) 2.安装Python 有几步不是默认的(注意) 2.1 双击安装包,勾选添加到path  2.2默认下一步  2.3勾选全部用户使用  等待安装完成! 2.4检查是否已经安装好pip和setupt

jupyter nb + scite 混合搭建成我的最爱IDE 自从体验过jupyter notebook之后, 就深深地爱上了你, jupyter. jupyter这个名字也很古怪的. 它应该是julia+python+R, 这三种编程语言/或者脚本的组合. 俺对Julia一窍不通, 但对后两者略知一二. ipynb这种笔记型文档太高大上了. 常规文档+图片+可执行代码+兼容html 造就 了一个文档之尊. 但是, 我想说的是它的不足之处, 或许是由于俺对它了解的不够造成的. 文件管理方面 d

转载自:https://www.dataquest.io/blog/jupyter-notebook-tips-tricks-shortcuts/ Jupyter notebook, formerly known as the IPython notebook, is a flexible tool that helps you create readable analyses, as you can keep code, images, comments, formulae and plots

默认打开Jupyter notebook,工作目录是C:\Users\Username,这里面有很多其它与Jupyter notebook无关的文件,也很有用,不能看着烦就删掉,所以需要修改Jupyter notebook的工作目录,创建一个干净清爽的工作环境.方法如下: 控制台输入:jupyter notebook --generate-config

1.Install [Anaconda](https://docs.continuum.io/anaconda/install#anaconda-install) 实际上安装了anaconda就已经安装好了jupyter,但是为了便于一些分析,我们配置一些环境. 2.配置环境 conda env create -f environment.yml 其中environment.yml中的内容如下: name: vdl dependencies: - cycler==py35_0 - decorat

电脑已经装了anaconda python,然后下载了spark2.1.0.因为版本太新,所以网上和书上的一些内容已经不再适用.比如关于如何使用IPython和Jupyter,教程给出的方法是用如下语句打开Spark即可进入IPython或者IPython Notebook: IPYTHON=1 ./bin/pyspark IPYTHON_OPTS="notebook" ./bin/pyspark 然鹅运行以上语句后我得到的是: Error in pyspark startup: IP

一开始安装python的时候,安装的是最新版的python3.6的最新版.而且怕出问题,选择的都是默认安装路径.以为这样总不会出什么问题.一开始确实这样,安装modgodb等一切顺利.然而在安装jupyter botebook的时候确出现了问题. 安装mongodb的时候有提示我pip的版本是8.1.2,最新版的是9.0.0,我当时没有更新.昨晚安装jupyter的时候最后出现了exception,不知道怎么解决,网上也没有相关的资料.然后我升级pip,也是类似的exception.迷样的异常搞

安装并启动jupyter 安装 Anaconda 后, 再安装 jupyter pip install jupyter 设置环境 ipython --ipython-dir= # override the default IPYTHONDIR directory, ~/.ipython/ by default ipython profile create foo # create the profile foo ipython profile locate foo # find foo prof