JupyterLab¶
应用介绍¶
JupyterLab是下一代Jupyter Notebook，它集成了更多功能，是一个集成开发环境。
使用指南¶
先申请资源。
提示
Jupyter可能会有多种配置，比如GPU版本或CPU版本，请根据自己所需申请。
启动完毕后点击“用户界面”进入交互式页面。详细使用请参见JupyterLab官方文档。
注意
建议用户使用Anaconda来管理和使用Python和R。Jupyter镜像中已预装Anaconda。conda命令的使用方法参见入门教程。
用户进入Jupyter后默认使用/opt/conda/bin/下的conda和python。其中，Python3为Anacondabase环境提供的Python。
如果用户希望安装自己的软件包，需要启动一个Terminal，在Terminal中使用conda install或pip install命令来安装所需软件包。
安装前，注意先按如下步骤激活conda环境。
# 切换到root用户
sudo -i
# 在环境变量中添加conda
export PATH=$PATH:/opt/conda/bin
# 进入到conda的默认环境（base）
source activate
然后安装软件包。
# 使用 conda 安装
conda install numpy
# 使用 pip 安装
pip install lightgbm
安装好之后，就可以在Notebook中使用这些包了。
其他conda命令参见入门指南 。
创建新的环境¶
如果想创建新的环境，并且在Notebook中使用这个环境，必须安装ipykernel包。ipykernel帮助我们管理多个环境中的Kernel。
conda create -n <env_name> python=3.7 ipykernel
上面的代码在创建环境时安装了Python 3.7，同时也安装了ipykernel包。<env_name>即创建的环境名。建议以英文命名，且不加空格，名称两边不加尖括号“<>”。
如果创建环境时忘了安装ipykernel，也可以后续手动安装这个包：
conda install -n <env_name> ipykernel
添加Kernel¶
激活环境：
source activate <env_name>
将环境写入Notebook的Kernel中：
python -m ipykernel install --user --name <env_name> --display-name "<env_name>"
完成新环境中的安装后，需要在“我的资源”中重启这个Jupyter实例。如下图所示，先点击停止，等待关停后点击启动：
重启这个JupyterLab实例，点击JupyterLab左上角的“+”启动Launcher后就能看到新增环境的Kernel。
也可以在“Kernel”->“Change Kernel…”将当前Notebook切换为env_name。
本地SSH客户端登录¶
如果想使用本机的SSH客户端登录，请参考SSH客户端免密登录。
常见问题¶
1. JupyterLab里找不到通过WEB页面上传的数据¶
在通过WEB上传目录前，注意先创建一个JupyterLab实例并运行，该实例会在个人目录下创建一个 jupyterlab 的目录，这个目录是JupyterLab的默认目录。在WEB页上传数据时注意上传到这个 jupyterlab 目录下。
如果直接上传到个人根目录下，这些数据不会出现在JupyterLab的资源管理器内，可以将数据移动到 jupyterlab 目录下解决。
注意
如果创建并运行了多个JupyterLab的实例，则这些实例都会共享这个 jupyterlab 目录。