notebook

Jupyter notebook访问远程服务器 Jupyter notebook安装 学校服务器无法使用sudo。如果直接pip安装报错。可以使用以下方法安装： 首先确保安装python3、pip 激活某一virtualenv环境或者conda环境 # python3 python3 -m pip install --upgrade pip python3 -m pip install jupyter # python2 python -m pip install --upgrade pip python -m pip install jupyter 安装成功。终端输入 jupyter notebook 测试 配置Jupyter notebook 进入python环境 导入设定密码模块 >>>from notebook.auth import passwd # 生成密码 >>>passswd() # 输入密码，并且验证输入密码 # 输入两次之后，会生成一个加密字符串，将其复制下来 # 退出python环境 编辑jupyter的配置文件。查看用户目录 ~/.jupyter 路径下是否存在 jupyter_notebook_config.py 文件。若不存在，使用 jupyter notebook - - generate - config 产生此文件。编辑此文件，写入 c

在notebook里面两个虚拟环境都可以正常使用 但是在pycharm里面有一个一直报错，没有任何输出 提示：notebook kernel 不匹配 有一个update 但是没效果 要去file-setting-project 把project环境设置为你要使用的环境，不能在notebook直接切换 并且重启pycharm 来源： https://blog.csdn.net/m0_37731956/article/details/101055027

windows安装教程： https://www.cnblogs.com/gengyi/p/9769471.html mac安装教程： https://www.cnblogs.com/yjmyzz/p/how-to-install-jupyter-notebook-on-mac.html 来源： https://www.cnblogs.com/artesian0526/p/11529569.html

GIScript2015－开放地理空间信息处理与分析Python库 GIScript 是一个开放的地理空间心处理与分析Python框架，GIS内核采用SuperMap UGC封装，集成多种开源软件，也可以使用其它的商业软件引擎。 by wangerqi@supermap.com, 2016-05-03。 本文档介绍GIScript的安装和配置，并进行简单的运行测试，以确认安装的软件正常运行。 本教程基于Anaconda3+python3.5.1科学计算环境，请参考： http://www.anaconda.org 。 本Notebook在Ubuntu 14.04/15.10/16.04运行通过，在本地服务器和阿里云服务器都可以运行。 本文档使用Jupyter Notebook制作，可以在 NBViewer上直接访问和下载本文档 。 （一）安装与配置 GIScript的安装包括 系统库的设置 、 UGC Runtime设置 和 Python库 的设置，通过编写一个启动脚本，可以在给定环境下载入相应的运行库的路径。 1、下载GIScript支持库： cd /home/supermap/GISpark git clone https://github.com/supergis/GIScriptLib.git 2、UGC系统库的版本适配。 由于GIScript的几个编译库版本较新

一、什么是Jupyter Notebook？ 1. 简介 Jupyter Notebook是基于网页的用于交互计算的应用程序。其可被应用于全过程计算：开发、文档编写、运行代码和展示结果。—— Jupyter Notebook官方介绍 简而言之，Jupyter Notebook是以网页的形式打开，可以在网页页面中 直接 编写代码和运行代码，代码的运行结果也会直接在代码块下显示。如在编程过程中需要编写说明文档，可在同一个页面中直接编写，便于作及时的说明和解释。 2. 组成部分 ① 网页应用 网页应用即基于网页形式的、结合了编写说明文档、数学公式、交互计算和其他富媒体形式的工具。 简言之，网页应用是可以实现各种功能的工具。 ② 文档 即Jupyter Notebook中所有交互计算、编写说明文档、数学公式、图片以及其他富媒体形式的输入和输出，都是以文档的形式体现的。 3. Jupyter Notebook的主要特点 编程时具有 语法高亮 、缩进、tab补全的功能。 可直接通过浏览器运行代码，同时在代码块下方展示运行结果。 对代码编写说明文档或语句时，支持Markdown语法。 二、安装Jupyter Notebook 1. 安装 ① 安装前提 安装Jupyter Notebook的前提是需要安装了Python（3.3版本及以上，或2.7版本）。 ② 使用Anaconda安装 如果你是小白

在服务器上配置jupyter, 方便我们远程登录． 第一步：安装jupyter, pip3 install jupyter (此处使用的是python3) 第二步：生成配置文件jupyter notebook --generate-config gz@ubuntu:~$ cd .jupyter/ gz@ubuntu:~/.jupyter$ ll total 12 drwxr-xr-x 2 gz gz 4096 Sep 3 14:56 ./ drwxr-xr-x 36 gz gz 4096 Sep 4 11:28 ../ -rw-r--r-- 1 gz gz 26 Sep 3 14:56 migrated gz@ubuntu:~/.jupyter$ jupyter notebook --generate-config jupyter: command not found gz@ubuntu:~/.jupyter$ workon py3_face (py3_face) gz@ubuntu:~/.jupyter$ jupyter notebook --generate-config Writing default config to: /home/gz/.jupyter/jupyter_notebook_config.py (py3_face) gz@ubuntu:~/.jupyter$

首先需要明确： Python的数据清洗不是大数据的解决方案！！ 大数据通常使用MR或Spark进行数据的清洗！！ 大数据的数据来源中以业务数据和网站日志为主!!! （sqoop/Flume/NiFi/Kafka） 收据采集->>数据录入->>数据清洗->>数据处理->>数据集成->>数据监管->>数据分析->>数据服务 了解数据采集的数据源与基本方法 了解数据清洗的基本流程与方法 掌握怎样用Python实施数据清洗 掌握怎样用Python实施数据校验 了解元数据并理解其在大数据环境中的重要作用 了解数据存储、处理、集成、分析、服务等基本概论 数据采集 数据采集 确定数据需求 确定需要采集的数据字段 制定采集方法 验证采集数据的有效性 数据采集的关注点 数据有效性 数据来源 数据来源 提取方法 目标 业务数据 (RDB) 文件导出 数据集成 Sqoop数据导入 网站日志 Flume / NiFi / Kafka （重点） 伙伴数据 数据集成/ 服务 社交网络 / 公开数据 数据爬取 数据集成 消息公告板Email / 会议数据 特殊的数据提取方式 数据集成 物联网设备数据 NiFi / 特殊的数据提取方式 数据集成 其他 特殊的数据提取方式 数据质量 数据质量是数据采集阶段最重要的 常见数据质量问题 重复 数据 缺失 数据 数据 关联性缺失 非法 数据 字段填写 错误 数据

tensorflow的开发环境搭建有很多种，例如： + pip + docker + VirtualEnv + Anaconda + 源代码编译 在这里为了工具包的方便管理，我选择使用Anaconda搭建。 # 环境搭建 下载并安装Anaconda 下载并安装tensorflow 下载并安装notebook # 下载Anaconda # Anaconda是什么？ Anaconda 是一种Python语言的免费增值开源发行版，用于进行大规模数据处理, 预测分析, 和科学计算, 致力于简化包的管理和部署。Anaconda使用软件包管理系统Conda进行包管理。 在 https://www.anaconda.com/download/#macos 网址中下载Anaconda。 # Conda是什么？ conda 是开源包（packages）和虚拟环境（environment）的管理系统。 packages 管理： 可以使用 conda 来安装、更新 、卸载工具包 ，并且它更关注于数据科学相关的工具包。在安装 anaconda 时就预先集成了像 Numpy、Scipy、 pandas、Scikit-learn 这些在数据分析中常用的包。另外值得一提的是，conda 并不仅仅管理Python的工具包，它也能安装非python的包。比如在新版的 Anaconda

在 IPython 的官网（ipython.org）上，介绍其的第一句话便是：IPython 是一个加强版的交互式 Shell。另外很多介绍 IPython 的文章也常以这句话开头，但这句话实在是等于没说。让 IPython 在各种 shell（IDE） 中脱颖而出，成为科学计算标配的，并不是按 Tab 键代码补完、以 % 开头的魔术命令这些大家都有的东西，而是与 matplotlib 这个数据可视化（绘图）包的深度集成以及奇妙的 Notebook。 IPython 较早的富 GUI 实现应该是 Qt Console。过去在标准 shell 里绘图时，弹出的绘图窗口会接管 shell 会话的控制权，你想继续输入命令就必须先把绘图窗口关掉。这对于希望同时实现可视化和交互式过程的数据分析用户来说显然是难以忍受的，因此 Qt console 站出来解决了这个问题。在 Qt console 中通过 matplotlib 绘制的图形会独立嵌于控制台中，并不影响你继续输入命令。 2011年，由 Brian Granger 领导的 IPython 团队开始开发一种 基于Web技术的交互式计算文档格式 ，即 IPython Notebook。为什么说它是文档格式，而非计算工具呢？实际上它两者都是。Notebook 在交互上使用了 C/S 结构，它通过 Tornado 建立一个 shell 服务器

https://blog.csdn.net/HevenYin/article/details/71439886 虽然说的不多，但是很好用，也有我提前装好了anaconda的原因 来源： https://www.cnblogs.com/Marigolci/p/11386371.html