我在浏览器中使用Jupyter笔记本进行Python编程,我安装了Anaconda(Python 3.5)。但我很确定Jupyter是使用本机python解释器而不是anaconda运行我的python命令的。如何更改它并使用Anaconda作为解释器?
import sys
print(sys.executable)
print(sys.version)
print(sys.version_info)
如下所示:-在CONDA venv外运行JupyterNotebook时的输出
/home/dhankar/anaconda2/bin/python
2.7.12 |Anaconda 4.2.0 (64-bit)| (default, Jul 2 2016, 17:42:40)
[GCC 4.4.7 20120313 (Red Hat 4.4.7-1)]
sys.version_info(major=2, minor=7, micro=12, releaselevel='final', serial=0)
当我在使用命令创建的CONDA Venv中运行相同的JupyterNoteBook时,如下所示--
conda create -n py35 python=3.5 ## Here - py35 , is name of my VENV
在我的Jupyter笔记本中,它打印:-
/home/dhankar/anaconda2/envs/py35/bin/python
3.5.2 |Continuum Analytics, Inc.| (default, Jul 2 2016, 17:53:06)
[GCC 4.4.7 20120313 (Red Hat 4.4.7-1)]
sys.version_info(major=3, minor=5, micro=2, releaselevel='final', serial=0)
另外,如果您已经使用不同版本的Python创建了各种VENV,那么您可以通过选择Kernel切换到所需的内核
还可以在现有的CONDA虚拟环境中安装ipycore-
http://ipython.readthedocs.io/en/stable/install/kernel_install.html#kernels-针对不同的环境
$ /path/to/python -m ipykernel install --help
usage: ipython-kernel-install [-h] [--user] [--name NAME]
[--display-name DISPLAY_NAME]
[--profile PROFILE] [--prefix PREFIX]
[--sys-prefix]
安装IPython内核规范。
可选参数:-h,--help显示此帮助消息并退出--user Install for the current user而不是system-wide--name指定kernelspec的名称。这需要同时具有多个IPython内核--显示名称display\u name指定kernelspec的显示名称。当您有多个IPython内核时,这非常有用--配置文件指定要加载的IPython配置文件。这可用于创建内核的自定义版本--前缀前缀指定kernelspec的安装前缀。这需要安装到非默认位置,如conda/virtual env--sys前缀安装到Python的sys。前缀--prefix='/Users/bussonniermathias/anaconda'的缩写。用于conda/虚拟环境。
import sys
sys.executable
我会给你翻译的。您可以在创建新笔记本时选择所需的解释器。确保anaconda解释器的路径已添加到您的路径中(最有可能是在bashrc/bash_配置文件中的某个位置)。
例如,我曾经在我的.bash_profile中手动添加了以下行:
export PATH="$HOME/anaconda3/bin:$PATH"
编辑:如注释中所述,这不是将蟒蛇添加到路径的正确方法。引用Anaconda的文档,安装后应使用conda init
:
我应该将Anaconda添加到macOS或Linux路径吗?
我们不建议手动将蟒蛇添加到路径中。在安装过程中,您会被问到“是否希望安装程序通过运行conda init来初始化Anaconda3?”我们建议“是”。如果您输入“否”,那么conda根本不会修改您的shell脚本。为了在安装过程完成后进行初始化,首先运行source
from platform import python_version
print(python_version())
这将为您提供运行脚本的python的确切版本。eg输出:
3.6.5
我正在尝试做一些深度学习的工作。为此,我首先在我的Python环境中安装了所有用于深度学习的包。 这就是我所做的。 在Anaconda中,我创建了一个名为的环境,如下所示 然后在其中安装了data science Python包,如Pandas、NumPy等。我还在那里安装了TensorFlow和Keras。下面是该环境中的包列表 您可以看到还安装了。 现在,当我在这个环境中打开Python解释器
我正在使用jupyter笔记本编写代码,但我面临一个问题,每次运行程序时都必须运行所有代码。 有没有办法从我停止跑步的地方开始节省时间?尤其是因为我的代码需要大约4个小时才能运行。
我正在使用Google Colaboratory 现在,我的github项目中有一个Jupyter笔记本,需要在Google Colab上运行。我该怎么做?
问题内容: 我正在研究Jupyter Notebook,并希望通过使用Google GPU使其运行更快。我已经进行了一些研究并找到了解决方案,但是它对我没有用。 解决方案是: “最简单的方法是使用Connect to Local Runtime, 然后选择硬件加速器作为GPU,如Google Colab Free GPU Tutorial中所示 。” 我确实设法将googe colab连接到jup
在Anaconda Navigator中,我切换到在tensorflow上运行应用程序,并安装了jupyter 5.6.0。然后我打开一个蟒蛇3笔记本。然后我导入tensorflow、keras和numpy,没有问题。然后,当我尝试导入matplotlib时,笔记本上显示ImportError:没有名为“matplotlib”的模块。 在激活tensorflow后,我尝试在我的anaconda提示
我一直试图在Jupyter笔记本上显示gif,但遇到了一些麻烦。我一直得到一个空白的图像文件。 我已经尝试使用这个GitHub存储库中的html。 而且 以上这些到目前为止都没有奏效。 谢谢