MiniCoda + JupyterLab 记录

由于项目中需要修改 JupyterLab，但在 Windows 上装完环境启动就有问题，而且原有使用的 Anaconda 占空间太大了，硬盘不够用，所以尝试使用 MiniCoda 启动 JupyterLab，一边查找问题一边做了些笔记。

MiniCoda

官网：https://docs.conda.io/en/late...
国内下载点： https://mirrors.tuna.tsinghua...

常见的是推荐Anaconda，Anaconda 附带了许多常用数据科学包，以及关键的 conda 包管理工具，十分方便使用。如果没有太重度的使用，Anaconda 体积太庞大（500MB左右，安装占用近3G），此时可以考虑使用 MiniCoda（50MB左右），仅仅包含必要的 Python 、 conda 及必须的核心包，其他需要用什么包就自己安装。

JupyterLab

JupyterLab相关文档：https://jupyterlab.readthedoc...

安装环境

创建新环境：conda create -n jupyter
切换环境：conda activate jupyter
安装 JupyterLab 包：conda install -c conda-forge jupyterlab nodejs

• 不指定版本会使用3，如果需要使用指定版本可以在包名后加等号写上版本，例如jupyterlab=2
• 如果需要创建和git管理项目需要安装 cookiecutter、git
• 可以一次性安装：conda create -n jupyter --override-channels --strict-channel-priority -c conda-forge -c anaconda jupyterlab nodejs cookiecutter git

安装完后，查看环境包信息：conda list -n jupyter
启动JupyterLab： jupyter lab

• 如果启动后闪退可能因为调用关联程序出错（这是自己电脑问题，错误了也没提示，就直接退回终端，看起来都不像是出错，在这里卡了很久），可以使用命令：jupyter lab --no-browser
• 此时浏览器会输出一个链接地址，访问后就会出现 jupyter 的界面

扩展安装

进入扩展目录安装依赖：jlpm install

• jlpm 是 JupyterLab 提供的 yarn 的锁定版本。可以使用 yarn 或 npm 替换 jlpm 关键字。

安装扩展：jupyter labextension install @dataexa/jupyter-insight-extension --no-build

• jupyter labextension install 命令会从NPM仓库获取依赖并安装
• 卸载扩展 jupyter labextension uninstall @dataexa/jupyter-insight-extension
• 查看扩展信息：jupyter labextension list

构建扩展： jupyter lab build

• 如果出现 RuntimeError: npm dependencies failed to install 错误，有可能是因为 jupyter labextension 内的 yarn 工具没有配置私仓信息，导致依赖无法下载。具体原因的可以看抛出错误的日志文件查询

扩展开发

开发时自动编译，打开两个窗口分别执行：
在插件目录下执行命令监听文件修改变动：jlpm watch （执行package中 watch 命令）
JupyterLab 环境下监听变化：jupyter lab --watch （闪退的话跟之前一样带上 --no-browser ）

Conda

常用命令

• 查看conda版本号 conda --version

• 环境管理

  • 创建新环境 conda create --name 环境名， 在后面添加包名会创建环境的时候同时安装相关包
  • 列出当前环境 conda info --envs 或 conda env list
  • 切换当前环境 conda activate 环境名
  • 关闭当前环境 conda deactivate
  • 查看环境下的包 conda list， 查看指定环境的包 conda list -n 环境名
  • 删除环境及所有包 conda remove --name 环境名 --all

• 包管理

  • 安装包 conda install 包名
  • 安装指定通道的包 conda install -c 通道名 包名
  • 更新包 conda update 包名 或者 conda update --all
  • 卸载包 conda remove 包
  • 包名加 = 可以安装指定版本，conda install python=2.7。
  • 安装到指定环境使用 --name 环境名 参数，比如 conda --name jupyter install 包名

切换源

国外源速度比较慢，需要切到国内的镜像，执行 conda info 查看.condarc 文件位置。Windows 系统一般在 C:\Users\用户名 目录下，如果没有执行一次 conda config会自动生成，比如 conda config --set show_channel_urls yes 。

清华源： https://mirrors.tuna.tsinghua.edu.cn/help/anaconda/ 访问网站，按说明修改配置

• conda info 可以在终端查看配置信息
• conda clean -i 清除索引缓存，保证用的是镜像站提供的索引
• 如果安装时始终报错将可以试着将 https 改成 http
• 切换回默认源 conda config --remove-key channels

记录

• 觉得每次默认进入 Base 环境造成麻烦的想，可以执行命令： conda config --set auto_activate_base false
• 删除环境后可能遗留一些依赖未删除，可以使用 conda clean --all -y 命令清理
• 如果 conda 命令使用无效，可以重置一下终端 conda init --all，或者指定重置某个终端 conda init powershell
• 如果其他终端内无法找到 conda ，但系统环境变量配置过了，可以在命令行中到 miniconda 安装目录下（默认C:\ProgramData\Miniconda2）的 condabin 目录中，执行 conda.bat update -n base conda