notebook

在jupyter notebook中绘制KITTI三维散点图 数据来源是KITTI数据集的电云，它的bin文件中包括的是每一个点的XYZ坐标和反射率，这里只用了坐标。当然数据不一定要KITTI，只要有XYZ坐标就可以 X=[] Y=[] Z=[] #用来打开KITTI的bin文件 def get_lidar(path, idx): lidar_file = os.path.join(path, '%06d.bin' % idx) assert os.path.exists(lidar_file) return np.fromfile(lidar_file, dtype=np.float32).reshape(-1, 4) ROOT="/home/jiading/myPointnet2/Pointnet2_PyTorch/pointnet2/data" MODE="train" split_dir = os.path.join(ROOT, 'KITTI', 'ImageSets', MODE + '.txt') image_idx_list = [x.strip() for x in open(split_dir).readlines()] sample_id_list = [int(sample_id) for sample_id in image_idx_list]

1. 在你的jupyter notebook环境安装nb_conda_kernels conda install -n notebook_env nb_conda_kernels 2. 如果你用的python，在你要导入的conda环境下安装ipykernel conda install -n python_env ipykernel 3. 如果你用的R，则 conda install -n r_env r-irkernel 4. 启动Jupyter Notebook from: https://github.com/Anaconda-Platform/nb_conda_kernels 来源： CSDN 作者： _likyoo 链接： https://blog.csdn.net/li_k_y/article/details/103940106

Mac下安装ipython与jupyter IPython从Python发展而来，更倾向于科学计算。互联网数据分析更喜欢用。 首先切换root用户： sudo su - pip3自动安装ipython MacBook-Pro:~ root# pip3 install ipython 自动安装完成后建立软连接，方便使用 MacBook-Pro:bin root# ln -s /Library/Frameworks/Python.framework/Versions/3.6/bin/ipython /usr/local/bin/ 成功安装，执行使用 MacBook-Pro:bin root# ipython Python 3.6.4 (v3.6.4:d48ecebad5, Dec 18 2017, 21:07:28) Type 'copyright', 'credits' or 'license' for more information IPython 6.2.1 -- An enhanced Interactive Python. Type '?' for help. In [1]: name = 'tiger' In [2]: name Out[2]: 'tiger' In [3]: 安装jupyter notebook 1.激活虚拟环境venv 2. pip3 install

参考这个文章，不错 http://blog.csdn.net/kunlong0909/article/details/52464495 1 首先 pip install jupyter2 然后$jupyter notebook --generate-config$vim ~/.jupyter/jupyter_notebook_config.py 进行如下修改： c.NotebookApp.ip='*' c.NotebookApp.password = u'sha:ce...刚才复制的那个密文' c.NotebookApp.open_browser = False c.NotebookApp.port =8888 #随便指定一个端口 3 启动jupyter notebook： $jupyter notebook ipython notebook是一个基于浏览器的Python数据分析工具，使用起来非常方便，具有极强的交互方式和富文本的展示效果。jupyter是它的升级版，它的安装也非常方便，一般Anaconda安装包中会自带。安装好以后直接输入jupyter notebook便可以在浏览器中使用。但是它默认只能在本地访问，如果想把它安装在服务器上，然后在本地远程访问，则需要进行如下配置： 1. 登陆远程服务器 2. 生成配置文件 $jupyter notebook --generate

连接服务器可视化编程 方案1：服务器的jupter notebook 配置 1. 在命令行生产配置文件： $ jupyter notebook --generate-config 2.设置密码： 方法 A（5.0vision）推荐 $ jupyter notebook password Enter password: **** Verify password: **** [NotebookPasswordApp] Wrote hashed password to /Users/you/.jupyter/jupyter_notebook_config.json 方法 B 在ipython或者python 运行环境中调用设置密码>>from notebook.auth import passwd In [2]: passwd() Enter password: xxxxxx Verify password: xxxxxx Out[2]: 'sha1:67c9e60bb8b6:9ffede0825894254b2e042ea597d771089e11aed' # 这一密钥要复制到下面的配置文件中 3.修改配置文件 用任意编辑器打开刚刚生产的文件，一般linux在user文件夹下/.jupyter, win 默认安装在c:\user\user.jupyter 下： 找到下面几个部分进行修改

昨天发了Jupyter的使用，补一篇Jupyter服务器的搭建~ 一、搭建Jupyter 1.安装 使用virtualenv建虚拟环境。在虚拟环境中安装jupyter、matplotlib等等需要的库。这里不赘述了。 2.配置 为Jupyter 相关文件准备一个目录 mkdir /data/jupyter cd /data/jupyter 建立一个目录作为 Jupyter 运行的根目录 mkdir /data/jupyter/root 我们以需要密码验证的模式启动 Jupyter，所以要预先生成所需的密码对应的密文。 使用下面的命令创建一个密文的密码 python2 python -c "import IPython;print IPython.lib.passwd()" python3 python -c "import IPython;print(IPython.lib.passwd())" 执行后需要输入并确认密码，然后程序会返回一个 'sha1:...' 的密文，留好了，我们接下来将会用到它。 查看用户目录 ~/.jupyter 路径下是否存jupyter_notebook_config.py 文件。若不存在，产生此文件。 jupyter notebook --generate-config 编辑此文件，在最后写入 c.NotebookApp.ip = '*' #

Linux安装jupyter notebook 1、生成配置文件 jupyter notebook --generate-config 这样就生成了.jupyter/jupyter_notebook_config.py配置文件. 2、打开python,生成密钥: python3 from notebook.auth import passwd passwd() Enter password: 输入你的密码 Verify password:确认你的密码 保存你的：sha1:33c34afd4574:513c5808151f623ff9f3819b5fdf7f1974ebe28c 3、修改配置文件 vim ~/.jupyter/jupyter_notebook_config.py 修改配置文件中一下内容，去掉注释后保存，配置文件默认都是注释掉的，如果找不到一下内容，那就直接在文件头输入保存即可。 c.NotebookApp.ip=‘0.0.0.0’ # 就是设置所有ip地址皆可访问 c.NotebookApp.password = u’sha:ce…’ # 复制上步的那个密文key替换等号后面的内容，注意，有u c.NotebookApp.open_browser = False # 禁止自动打开浏览器 c.NotebookApp.port =8888 # 指定一个可用端口

Jupyter Notebook（前身是IPython Notebook）是一个基于Web的交互式计算环境，用于创建Jupyter Notebook文档。Notebook一词可以通俗地引用许多不同的实体，主要是Jupyter Web应用程序、Jupyter Python Web服务器或Jupyter文档格式（取决于上下文）。Jupyter Notebook文档是一个JSON文档，遵循版本化模式，包含一个有序的输入/输出单元格列表，这些单元格可以包含代码、文本（使用Markdown语言）、数学、图表和富媒体，通常以“.ipynb”结尾扩展。 启动 jupyter notebook --allow-root --ip 0.0.0.0 --port 9999 默认不允许/不建议root启动jupyter,如果非要用，加上–allow-root –ip ip填写0.0.0.0 或者本机ip –port 端口号 启动后，浏览器访问对应ip和端口就行，需要输入token,token在启动界面有输出 生产配置文件 每次记住token，复制再登录不现实 jupyter notebook --generate-config 生成的配置文件位于 ~/.jupyter/jupyter_notebook_config.py jupyter-notebook password 输入两遍密码 启动，就可以

新手第一次写博客外加刚开始学python，如果有不对的请多多指教 推荐使用工具，使用python的第三方软件 安装命令 pip install notebook 启动notebook 网页式命令工具 jupyter notebook 安装numpy第三方库 pip install numpy numpy 数学计算的库 （科学计算库） 为什么要用numpy？ 对于数据，我多用于 列表 来操作，我们要取里面的数据，每次都需要循环，非常的不方便； numpy计算库解决多维列表的一些操作问题,有很多时候规避遍历问题； 备注：numpy所有数组操作基本上都不操作原数据 numpy.array(列表) 相当于把列表转成numpy数组ndarray(多维数组) 显示ndarray数组的数据类型号：dtype 显示列表的最大维度：ndim 显示列表中数据的个数：size 显示列表的维度详细情况：shape(显示出来的结果表征是一个元组，元组的每一项分别表示每个维度的元素情况) 显示列表中元素每一项的字节大小：itemsize 产生numpy数组元素的方法： 7.1 全为0的数组：numpy.zeros((5,)) 表示产生一维列表，列表里面有5个 0. 7.2 全为1的数组：numpy.ones((5,)) 表示产生一维列表，列表里面有5个 1. 7.3正方形的数组：numpy.eye(5,5)

docker ps 列出正在运行的container docker ps -a 列出所有的containers docker start container_id 启动container docker attach container_id 进入container docker stop id 停止container docker rm 容器名 #删除容器 docker info #查看系统相关信息 进入docker后，service ssh start开启ssh服务 https://blog.csdn.net/dreamweaverccc/article/details/89305849 https://github.com/ufoym/deepo Docker的container里运行juypter notebook 首先是在container中安装pip，然后安装jupyter notebook 更改某些设置 #执行如下命令，会生成jupyter配置文件，会生成配置文件.jupyter/jupyter_notebook_config.py: jupyter notebook --generate-config #在配置文件.jupyter/jupyter_notebook_config.py中修改以下参数： c.NotebookApp.open_brower = False