Python 数据科学环境搭建（jupyter-lab）

更新于2021-11-23

视频教程
https://www.bilibili.com/vide...

好马配好鞍，Python开发需要IDE，或者说高效的编辑器。Pycharm这种当然是程序员专用的，也是最受欢迎的，但几百兆的安装包也确实臃肿。python 自带的Idle扩展性和实用性不佳。我觉得就目前VS Code流行趋势（跨平台、高效），有一统天下的可能，而且用它Python的数据科学就会便捷很多。当然大家也可能了解Anaconda，这个数据科学的全能选手，但他实在太臃肿了，我写这文章就是为了不用他。

1.必要的安装包

• VS Code
• Python 解释器（win7最高支持版本为3.8）
• Git

给Python的pip配置国内镜像

Python之所以强大，是因为它有很多扩展包。这些包都需要一个叫pip的工具来进行管理和安装。

由于某些众所周知的原因，我们需要将pip的包安装源改为国内镜像，如果不改，安装会非常慢，甚至可能无法安装。

国内的源有：

阿里云 https://mirrors.aliyun.com/pypi/simple/

中国科技大学 https://pypi.mirrors.ustc.edu.cn/simple/

豆瓣(douban) https://pypi.douban.com/simple/

清华大学 https://pypi.tuna.tsinghua.edu.cn/simple/

中国科学技术大学 https://pypi.mirrors.ustc.edu.cn/simple/

临时修改：

可以在使用pip的时候在后面加上-i参数，指定pip源。

pip install scrapy -i https://mirrors.aliyun.com/pypi/simple/

永久修改（推荐）：

pip config set global.index-url https://mirrors.aliyun.com/pypi/simple/

使用pip安装几个写代码需要的包

这一步并不是必须的。但建议安装。flake8和yapf，有助于你代码整洁规范。

安装jupyter lab（推荐）或jupyter notebook

JupyterLab可以被视作一个加强版的资源管理器+交互模式下的python，他能让我们可视化地进行一些数据操作。是数据科学必备的工具。
Jupyter原来叫做IPython，后来改名为Jupyter，意思是Julia+Python+R，囊括了三大数据科学语言。Jupyter编程环境具有以下两个特点：

中心化工作环境：Jupyter支持web化部署和远程访问，不同的科学家在相同的工作环境里搞研究，代码交给别人后可以直接运行，不需要浪费时间在环境的调试上。
文学化编程（Literate Programming）：Jupyter支持notebook编程模式，代码和正文有机交融在一起，在代码可运行结果可见的情况下又很好地保留了研究逻辑，非常便于交流。
pip install jupyterlab

接着命令行 运行 jupyter-lab
有些电脑可能是jupyter lab

特别注意 若此时，仍然提示该命令不存在，请仔细核对：是不是安装目录有中文；pip安装的路径是否已经在环境变量中，如果没有，那就将刚刚执行pip install jupyterlab提示安装的路径加入到环境变量即可运行了

安装jupyter lab插件

想要快乐的使用jupyter lab，需要安装必要的插件，需要一些准备。主要包括安装nodejs和yarn

必要准备

安装nodejs

https://nodejs.org/zh-cn/down...
win7 最高支持版本为13.6

• 首先安装好nodejs到本地。
• npm设置国内镜像和安装python的nodejs包

npm config set registry https://registry.npm.taobao.org
npm config get registry
pip install nodejs

安装yarn

npm install -g yarn
# yarn 设置国内镜像
yarn config set registry https://mirrors.huaweicloud.com/repository/npm/
yarn config get registry

安装几个常用插件（此步建议跳过）

# git
pip install jupyterlab-git
jupyter labextension install @jupyterlab/git
# github
jupyter labextension install @jupyterlab/github

jupyter lab 运行R代码

看我的jupyter lab可以运行R代码，怎么实现的呢？

在Rstudio里面安装IRkernel

#在R安装IRkernel
install.packages('IRkernel') 
IRkernel::installspec()
#下面这个插件新版jupyter lab可以不安装
jupyter labextension install @techrah/text-shortcuts

注意：如果以上命令安装失败，可以尝试如下2种方法。

1. 在系统命令行安装

先在R安装IRkernel包

install.packages('devtools')
devtools::install_github('IRkernel/IRkernel')

然后切换到R的安装路径运行R，再安装
IRkernel::installspec()

2. 在windows 找到如下路径，如果没有就新建，然后把IRkernel的文件复制到里面

jupyter更改默认工作目录

jupyter lab 默认的工作目录是安装位置，如果想更改到其他盘，则在终端使用命令：jupyter lab --generate-config
会显示出jupyter lab的配置文件位置，此时找到工作目录位置，改到自己想存储的位置即可。c.ServerApp.root_dir，记得把前面的“#”却掉

# The directory to use for notebooks and kernels.
# Default: ''
c.ServerApp.root_dir = '/home/pyter' 

VS Code使用jupyter

新版VS Code已经原生支持她了 Jupyter。Ctrl+Shift+P输入 Create Jupyter，然后创建即可。当然如果你还没有安装，系统会自动提示安装。安装完成后，就可以享用了。与原版jupyterlab使用上没太大区别

jupyterlab-desktop(桌面版)

如果以上确实都无法运行，有个最简单的办法，就是运行jupyterlab桌面版，相当于官方给了你一个弄好的程序。下载对应版本即可jupyterlab desktop