JupyterHub学习笔记 普通用户,如何在JupyterHub中创建自己的环境并使用自己的kernel 像screen一样使用jupyterlab 交互运行 jupyternotebook

本文主要是介绍JupyterHub学习笔记 普通用户,如何在JupyterHub中创建自己的环境并使用自己的kernel 像screen一样使用jupyterlab 交互运行 jupyternotebook,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

安装 python2r环境 并激活

conda create -n python2r -y
conda activate python2r

conda install pip -y

conda install mamba -c conda-forge -c bioconda -y

conda install python -y

conda install ipykernel -y

python -m ipykernel install --user --name python2r --display-name "python2r" 

 conda activate squidpyconda install ipykernel -ypython -m ipykernel install --user --name squidpy --display-name "squidpy"  

 

 conda activate cell2loc_envconda install ipykernel -ypython -m ipykernel install --user --namecell2loc_env--display-name "cell2loc_env"  

相关包的安装  How to program with Python and R in Jupyter Notebook - Ander Fernández (anderfernandez.com)Getting started with Python and the IPython notebook — Computational Statistics in Python 0.1 documentation (duke.edu)

conda install -c r r-essentials -y
pip install rpy2[all]
pip install rpy2 -i https://pypi.douban.com/simple/ #rpy2/rpy2: Interface to use R from Python (github.com)

或者使用conda 安装rpy2

 conda install -c "conda-forge/label/cf202003" rpy2 -y

 安装并进入pyscenic环境

conda create -n pyscenic
conda activate pyscenicconda install pipconda install python=3.10
pip install pyscenicconda install ipykernelpython -m ipykernel install --user --name pyscenic --display-name "pyscenic" 




 大概看一下 初步了解

JupyterLab最全详解,如果你还在使用Notebook,那你就out了! - 知乎

快速掌握数据分析必备工具 - ipython和jupyter notebook - 知乎本文帮你快速掌握数据分析师必须会用的两个工具 - ipython和jupyter notebook。 既然有了Python,为什么还要ipython?麦叔不用说话,给你一张图你就明白啦。jupyter notebook又是什么鬼? 建议把本文放到收藏夹。…icon-default.png?t=N7T8https://zhuanlan.zhihu.com/p/356572461

jupyter配置多环境Anconda,轻松切换不同内核 - 知乎   认真看这个,符合自己的需求

在JupyterHub中创建自己的环境可以通过以下步骤完成:

  1. 登录到JupyterHub并进入主页面。

  2. 点击右上角的“New”按钮,然后选择“Terminal”以打开终端。

  3. 在终端中创建一个新的conda环境,例如:

    conda create --name myenv

    这将创建一个名为“myenv”的新环境。

  4. 安装所需的软件包和依赖项,例如:

    conda install numpy pandas matplotlib

    这将在新的conda环境中安装NumPy、Pandas和Matplotlib等包。

  5. 在终端中退出conda环境,例如:

    conda deactivate

6. 返回JupyterHub主页,并点击右上角的“New”按钮,然后选择“Notebook”以打开一个新的Jupyter Notebook。

7. 在Notebook中选择“Kernel” > “Change kernel” > “myenv”来选择刚才创建的新环境作为Kernel。

现在您可以在新的Jupyter Notebook中使用所需的软件包和依赖项,而不会与其他用户或系统环境冲突。

I haved created myenv in conda in my terminal,but i CANNOT find "myenv " as you told me “Kernel” > “Change kernel” > “myenv”. but i can only find python3(ipykernel)

If you have already created your myenv environment using conda in your terminal, but you cannot find it when you try to change the kernel in Jupyter Notebook, you may need to install ipykernel into your myenv environment and register it with Jupyter Notebook. Here are the steps:

  1. Activate your myenv environment in your terminal using the command:

    conda activate myenv

  2. Install ipykernel in your myenv environment using the command:

    conda install ipykernel

  3. Register myenv environment with Jupyter Notebook using the command:

    python -m ipykernel install --user --name myenv --display-name "myenv"

只需要更改  myenv 为自己的环境名称即可

python -m ipykernel install --user --name scvelo --display-name "scvelo"

python -m ipykernel install --user --name pyscenic --display-name "pyscenic" 

  1. This will create a new kernel called myenv in Jupyter Notebook.

  2. Start Jupyter Notebook in your browser and create a new notebook. Then, click on the "Kernel" menu, and you should now see myenv as an option in the "Change kernel" submenu.

    Note: If you don't see myenv in the list of available kernels, try refreshing the page or restarting Jupyter Notebook.

I hope this helps you to use your myenv environment in Jupyter Notebook.

do I need do change the user to my name?

No, you do not need to change the user to your name in order to create and use a new environment in JupyterHub. When you create a new environment using conda in the terminal, it will be associated with your user account by default.

When you start a new Jupyter Notebook, you should be able to see all the available kernels that are installed on your account. The myenv kernel should be listed as an option in the "Kernel" menu. You can select this kernel to use your myenv environment for that particular notebook.

If you still cannot see the myenv kernel, you can try restarting your JupyterHub server and refreshing your browser. If the issue persists, you may need to check that the ipykernel package is installed in your myenv environment and that the kernel has been registered correctly using the python -m ipykernel install command.

使用这环境,如何才能像screen一样,下次可以直接进入,不怕断网

这篇关于JupyterHub学习笔记 普通用户,如何在JupyterHub中创建自己的环境并使用自己的kernel 像screen一样使用jupyterlab 交互运行 jupyternotebook的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/629135

相关文章

HarmonyOS学习(七)——UI(五)常用布局总结

自适应布局 1.1、线性布局(LinearLayout) 通过线性容器Row和Column实现线性布局。Column容器内的子组件按照垂直方向排列,Row组件中的子组件按照水平方向排列。 属性说明space通过space参数设置主轴上子组件的间距,达到各子组件在排列上的等间距效果alignItems设置子组件在交叉轴上的对齐方式,且在各类尺寸屏幕上表现一致,其中交叉轴为垂直时,取值为Vert

Ilya-AI分享的他在OpenAI学习到的15个提示工程技巧

Ilya(不是本人,claude AI)在社交媒体上分享了他在OpenAI学习到的15个Prompt撰写技巧。 以下是详细的内容: 提示精确化:在编写提示时,力求表达清晰准确。清楚地阐述任务需求和概念定义至关重要。例:不用"分析文本",而用"判断这段话的情感倾向:积极、消极还是中性"。 快速迭代:善于快速连续调整提示。熟练的提示工程师能够灵活地进行多轮优化。例:从"总结文章"到"用

中文分词jieba库的使用与实景应用(一)

知识星球:https://articles.zsxq.com/id_fxvgc803qmr2.html 目录 一.定义: 精确模式(默认模式): 全模式: 搜索引擎模式: paddle 模式(基于深度学习的分词模式): 二 自定义词典 三.文本解析   调整词出现的频率 四. 关键词提取 A. 基于TF-IDF算法的关键词提取 B. 基于TextRank算法的关键词提取

使用SecondaryNameNode恢复NameNode的数据

1)需求: NameNode进程挂了并且存储的数据也丢失了,如何恢复NameNode 此种方式恢复的数据可能存在小部分数据的丢失。 2)故障模拟 (1)kill -9 NameNode进程 [lytfly@hadoop102 current]$ kill -9 19886 (2)删除NameNode存储的数据(/opt/module/hadoop-3.1.4/data/tmp/dfs/na

Hadoop数据压缩使用介绍

一、压缩原则 (1)运算密集型的Job,少用压缩 (2)IO密集型的Job,多用压缩 二、压缩算法比较 三、压缩位置选择 四、压缩参数配置 1)为了支持多种压缩/解压缩算法,Hadoop引入了编码/解码器 2)要在Hadoop中启用压缩,可以配置如下参数

【前端学习】AntV G6-08 深入图形与图形分组、自定义节点、节点动画(下)

【课程链接】 AntV G6:深入图形与图形分组、自定义节点、节点动画(下)_哔哩哔哩_bilibili 本章十吾老师讲解了一个复杂的自定义节点中,应该怎样去计算和绘制图形,如何给一个图形制作不间断的动画,以及在鼠标事件之后产生动画。(有点难,需要好好理解) <!DOCTYPE html><html><head><meta charset="UTF-8"><title>06

Makefile简明使用教程

文章目录 规则makefile文件的基本语法:加在命令前的特殊符号:.PHONY伪目标: Makefilev1 直观写法v2 加上中间过程v3 伪目标v4 变量 make 选项-f-n-C Make 是一种流行的构建工具,常用于将源代码转换成可执行文件或者其他形式的输出文件(如库文件、文档等)。Make 可以自动化地执行编译、链接等一系列操作。 规则 makefile文件

如何用Docker运行Django项目

本章教程,介绍如何用Docker创建一个Django,并运行能够访问。 一、拉取镜像 这里我们使用python3.11版本的docker镜像 docker pull python:3.11 二、运行容器 这里我们将容器内部的8080端口,映射到宿主机的80端口上。 docker run -itd --name python311 -p

学习hash总结

2014/1/29/   最近刚开始学hash,名字很陌生,但是hash的思想却很熟悉,以前早就做过此类的题,但是不知道这就是hash思想而已,说白了hash就是一个映射,往往灵活利用数组的下标来实现算法,hash的作用:1、判重;2、统计次数;

使用opencv优化图片(画面变清晰)

文章目录 需求影响照片清晰度的因素 实现降噪测试代码 锐化空间锐化Unsharp Masking频率域锐化对比测试 对比度增强常用算法对比测试 需求 对图像进行优化,使其看起来更清晰,同时保持尺寸不变,通常涉及到图像处理技术如锐化、降噪、对比度增强等 影响照片清晰度的因素 影响照片清晰度的因素有很多,主要可以从以下几个方面来分析 1. 拍摄设备 相机传感器:相机传