notebook

【推荐】2019 Java 开发者跳槽指南.pdf(吐血整理) >>> 需求 ：调整每个pod启动时的资源值。 原因 ：那个限制是每个pod的限制，对于notebook来说 每个用户只能建立一个pod,所以新增了用户登录后这里会增加这里（内存、CPU）限制值。 调整 ：JHUB为例，调整“配置字典 ”中hub-config的yaml文件singleuser.memory.limit（内存限制），singleuser.memory.guarantee（内存请求），singleuser.cpu.guarantee（CPU请求），singleuser.cpu.limit（CPU限制）。 备注： 请求值：单个pod最开始获得的资源，并按照此资源以最低资源进行运行。 限制值：单个pod最多能够使用的资源，保证单个pod最优处理情况。 注意：此处的值需要确认用户的使用数，便于最优的资源分配。如果分配过大会导致后期用户使用异常。 CPU 、内存超分产生故障：用户无法启动notebook。 调整后重启服务（如果多节点，仅需调整master节点） 重启docker服务 # systemctl restart docker.service 重启kubelet服务 # systemctl restart kubelet.service 备注：调整后不影响调整前打开的notebook的资源情况。 生效操作

问题 ：PC端是windows系统，服务器端是Ubuntu16.04。在PC端使用jupyter notebook调试代码，在服务器上运行。 解决办法 ：具体如下： 服务器端： 1、安装好ipython和jupyter pip install ipython pip install Jupyter 2、生成配置文件 jupyter notebook -- generate - config 3、生成密码 ipython In [ 1 ] : from notebook . auth import passwdIn [ 2 ] : passwd ( ) Enter password : Verify password : Out [ 2 ] : 'sha1:ce23d945972f:34769d3d08c84a18c63968a41f1140274685a7cc' 把生成的密文’sha1:ce23d945972f:34769d3d08c84a18c63968a41f1140274685a7cc’复制出来。 4、修改jupyter notebook配置 vim ~ / . jupyter / jupyter_notebook_config . py c . NotebookApp . ip = '*' # 设置所有ip皆可访问 c . NotebookApp . password =

https://www.zhihu.com/tardis/sogou/art/42468945 1. 快捷键 在jupyter notebook菜单栏有Help按钮，可以查看jupyter的快捷键 2. 将多个变量输出 一般jupyter notebook默认只打印最后一个变量的结果。比如 from pydataset import data quakes = data('quakes') quakes.head(10) #前10行数据 quakes.tail(3) #后3行数据 通过设置InteractiveShell.ast node interactivity参数为all，就可以让所有的变量或者声明都能显示出来 from IPython.core.interactiveshell import InteractiveShell InteractiveShell.ast_node_interactivity = 'all' from pydataset import data quakes = data('quakes') quakes.head(10) #前10行数据 quakes.tail(3) #后3行数据 3. 问号？ 除了Help菜单能让我们快读查看numpy、pandas、scipy和matplotlib库，其实在cell中使用 ? 可以查看库、函数

当我们在jupyter notebook中运行时可能会遇见没有某个包的情况，如下： --------------------------------------------------------------------------- ModuleNotFoundError Traceback (most recent call last) <ipython-input-1-24005895b065> in <module> 2 import h5py 3 import matplotlib.pyplot as plt ----> 4 import tensorflow as tf 5 from tensorflow.python.framework import ops 6 import tf_utils ModuleNotFoundError: No module named 'tensorflow' 首先我的jupyter notebook是在本地设置的python3的环境deeplearning下运行的： userdeMacBook-Pro:~ user$ conda activate deeplearning (deeplearning) userdeMacBook-Pro:~ user$ jupyter notebook

win10下python3.8运行jupyter notebook时报NotImplementedError错误解决办法 win10安装jupyter后，启动jupyter notebook报错：NotImplementedError. 解决办法： 在c:\users\user\appdata\local\programs\python\python38\lib\site-packages\tornado\platform\asyncio.py 下添加如下内容： import sys if sys . platform == 'win32' : asyncio . set_event_loop_policy ( asyncio . WindowsSelectorEventLoopPolicy ( ) ) 随后终端启动jupyter notebook 成功，完美解决。 来源： CSDN 作者： liujia_mx 链接： https://blog.csdn.net/liujia_mx/article/details/103630895

1、ipython notebook是什么？ 已经成为用Python做教学、计算、科研的一个重要工具，很多示例都是用.ipynb文件。利用浏览器做IDE，做结果的展示台等。 　　第一步，安装python 　　第二步，pip install --timeout=100 --proxy=10.30.21.6:808 -i https://pypi.tuna.tsinghua.edu.cn/simple -U spyder PyQt5 tensorflow opencv-python opencv-contrib-python 　　这两步完成基本应用 　　第三步，是针对ipython notebook的 　　　　在命令行里，easy_install.exe pyzmq 　　　　在命令行里，easy_install.exe jinja2 　　　　在命令行里，easy_install.exe tornado 　　　　运行jupyter notebook报错，No module named: notebook。在命令行里，pip install notebook 　　　　OK！ 2、 pip和easy_install.exe的区别 ： easy_install和pip都是用来下载安装Python一个公共资源库PyPI 的相关资源包的，提供了在线一键安装模块的傻瓜方便方式，pip是easy

▌什么是 Jupyter Notebook？ Jupyter Notebook 是一款开放源代码的 Web 应用程序，可让我们创建并共享代码和文档。 它提供了一个环境，你可以在其中记录代码，运行代码，查看结果，可视化数据并在查看输出结果。这些特性使其成为一款执行端到端数据科学工作流程的便捷工具 ，可以用于数据清理，统计建模，构建和训练机器学习模型，可视化数据以及许多其他用途。 当你还在构建项目原型时，Jupyter Notebooks 真的特别好用，因为你的代码是被写入独立的单元中并被单独执行的。这允许用户测试项目中的特定代码块，而无需从脚本的开始执行代码。许多其他的 IDE 环境（Integrated Development Environment， 集成开发环境）（如 RStudio ）也以其他几种方式做到这一点，但我发现 Jupyter 的单个单元结构是最好的。 正如你在本文中将会看到的，这些 Notebooks 是数据科学家手中非常灵活、可交互和强大的工具。他们甚至允许你运行除 Python 以外的其他语言，比如 R 、SQL 等。由于它们比 IDE 平台更具交互性，因此它们被广泛地应用于教学场景。 ▌如何安装 Jupyter Notebook？ 首先你需要在机器上安装 Python，Python 2.7或Python 3.3（或更高版本）都可以。 Anaconda

【推荐】2019 Java 开发者跳槽指南.pdf(吐血整理) >>> GIScript2016-数据导入教程 ** GIScript2016是支持Python3的地理空间数据处理和分析工具包，支持Jupyter和Spark。** GIScript2016支持Spark，可以运行在单机以及大规模集群之上。这里基于Docker的Jupyter Notebook进行空间数据导入，稍加修改后即可直接用于大量空间数据的批量处理。内容包括： 创建UDB数据源。 导入Shape矢量格式。 导入Tif影像格式。 导入CSV和JSON格式。 引用GIScript的支持库 # coding: utf-8 import sys from GIScript import GISCore, Data, Conversion # help(GISCore) ''' ! \brief 文件路径定义 ''' strTiffPath = "Raster/astronaut(CMYK)_32.tif" strShapePath = "Vector/countries.shp" strCSVPath = "Vector/Hospital.csv" strGJBPath = "Vector/KN0839" strJsonPath = "Vector/Polygon.json" strUDB = "DB

【推荐】2019 Java 开发者跳槽指南.pdf(吐血整理) >>> GIScript2016是支持Python3的地理空间数据处理和分析工具包，支持Jupyter和Spark，可以运行在单机以及大规模集群之上。这里介绍基于Docker的GIScript+Jupyter这一技术栈，使用其进行空间数据导入的具体过程，稍加修改后即可直接用于大量空间数据的批量处理。点击查看【 完整数据导入源码 】。 1. 准备工作-创建容器实例 在博文【 GIScript2016-Docker上的Jupyter Notebook部署 】和【 GIScript2016-Docker 快速入门 】中，分别介绍了将GIScript部署到Docker中，以及将这个容器镜像推送到DockerHub上，然后在联网的其它计算机中使用的方法。 1.1 现在，我们拉取所创建的GIScript2016容器： docker pull openthings/gispark 1.2 创建GIScript的本地目录: mkdir GISpark cd GISpark 1.3 创建容器的运行实例： docker run -it --name GISpark \ -p 9000:8888 \ --user root -e GRANT_SUDO=yes \ -v /home/supermap/GISpark:/home/jovyan

最早出现关于attr的问题是加载sklearn的LabelEncoder，提示attr.ib不认识convert参数。自己手动更改源码，将convert改为converter，然而并没有彻底解决问题。 又继续报attr没有’s，这时不会改源码了，后来搜索将attr卸载后重装attrs及先后执行pip uninstall attr pip install attrs 此时LabelEncoder可以用了。 但是第二天jupyter notebook出现闪退，搜索后找到解决办法，cmd后执行jupyter notebook --generate-config 发现报了我没装attr的错误，提示我重装，装了attr，再次jupyter notebook --generate-config又报attr没有’s的问题。 感觉attr的问题处于死循环中 后来发现其他人的attr版本是19.1.0，自己的只为0.3.1，好吧升级attr，pip install attr 19.1.0，结果如下 说明没有19的版本，啊啊啊，想了想，要不试试升级attrs吧，因此在命令行输入 pip install attrs 19.1.0。发现卸载了现有的17，成功升级到19。 然后发现jupyter notebook --generate-config 和LabelEncoder都运行成功了，jupyter