Как обновить jupiter notebook anaconda

Необычная среда разработки Jupyter Notebook

Если вы хотите писать на Python или работать с Data Science, обратите внимание на интерактивную среду разработки с «живым» кодом — Jupyter Notebook — главного героя сегодняшней статьи.

Что такое Jupyter Notebook

Jupyter Notebook (или Jupyter-ноутбук) — бесплатное веб-приложение, в котором разработчики могут работать с кодом: писать и проверять функции, загружать файлы в память, обрабатывать содержимое и многое другое.

Главное отличие от других сред разработки в том, что код можно разбивать на куски (отдельные фрагменты), чтобы выполнять их в произвольном порядке. А еще в Jupyter-блокноте есть вывод результата сразу после фрагмента кода, благодаря чему можно увидеть график, диаграмму или получить предварительные цифры прямо в середине кода.

Поэтому Jupyter Notebook часто используют новички при изучении программирования на Python: можно писать код и сразу видеть результат своей работы. Однако основная область применения Jupyter — машинное обучение, нейросети, визуализация данных и статистика (это и есть Data Science).

Какие языки поддерживаются

Чаще всего Jupyter Notebook используют для работы с Python. Но поддерживаются и другие языки программирования, например:

Чтобы программировать на них, нужно использовать специальные «волшебные» команды — magic-command. Они позволяют запускать код на других языках и существенно расширяют возможности обычного Python. Для каждого из перечисленных выше языков есть отдельная инструкция по установке, поэтому это тема для отдельного поста. Дайте знать в комментариях, если хотите прочитать статью на эту тему.

Jupyter-ноутбук можно запустить двумя способами: на компьютере или в облаке.

Запуск на компьютере

Если вы сами хотите контролировать всё, что происходит с кодом и со средой разработки, тогда нужно установить Jupyter к себе на компьютер.

Как запустить Jupyter Notebook из консоли

Для этого понадобится один убунту-сервер (server Ubuntu 18.04). На этом сервере должны быть настроены пользователь без привилегий root с привилегиями sudo и брандмауэр. И, раз основная среда в таком ноутбуке — это Python, то для работы у вас уже должен быть скачан и установлен Python с загруженной библиотекой Jupyter.

Когда всё будет готово, введите в командную строку (terminal) эту команду:

pip3 install jupyter

Это активирует установочную утилиту — pip, основные задачи которой распаковывать, устанавливать и обновлять пакеты программ.

После перед вами появится сообщение Succellfull installed, что означает, что установка успешно завершена.

Теперь Jupyter Notebook готов к запуску. Чтобы открыть его, используйте команду:

Она запустит локальный сервер для работы ноутбука и покажет нам готовую среду разработки.

Как запустить Jupyter Notebook с помощью Anaconda

Еще один способ запустить Jupyter, который, к слову, подходит и для Windows — загрузить Anaconda. Это архивированный набор файлов с полезным софтом: Python, Jupyter, NumPy, pandas, Matplotlib.

Чтобы установить как Python, так и Jupyter Notebook, скачайте установщик Anaconda для своей платформы и запустите его. В мастере установки укажите параметр для добавления Anaconda в переменную PATH.

1. После завершения установки, откройте консоль, нажав на клавиши Win+R.
2. В появившемся окне введите cmd после чего нажмите Enter (во всех версиях Windows).
3. В среде cmd введите команду: jupyter notebook, и вы сможете запустить редактор.

Запуск в облаке

Если нужно написать код здесь и сейчас без лишних заморочек, можете запустить Jupyter в облаке. Для этого нужно использовать специальные сервисы, работающие во всех браузерах, например, Google Colab. Здесь нет никаких нюансов: переходите по ссылке, следуйте указаниям и создавайте код.

Но сразу же отметим минусы этого способа: программа может работать не так быстро, как на локальной машине. Плюс в облаке может не оказаться нестандартных, но нужных библиотек.

Jupyter Notebook открылся — что делать дальше

С помощью Jupyter Notebook можно загружать файлы, которые будут перемещены в папку, из которой запускается сам ноутбук, и создавать свои файлы (ipynb и не только).

Также вы сможете редактировать и запускать код, по необходимости добавляя к нему текстовые комментарии-напоминалки или сообщения для совместной работы с коллегами.

Для начала работы запустите программу одним из описанных выше способов. URL-адрес приложения будет выглядеть так: https://localhost:8888/tree.

Теперь нажмите на кнопку Upload в правом верхнем углу, если хотите загрузить свой файл (например, в формате config). Если вы хотите написать код с нуля, создайте свой ipynb-файл, нажав на кнопку New.

Дальше всё зависит от цели. Можете писать код, можете писать текст, можете делать и то и другое. Кликайте на пустую ячейку (она пока одна) и … начинайте! Напишите выражение вывода, используя синтаксис Python 3 и нажмите «Run». Вот так за пару шагов вы создали свой фрагмент кода.

Чтобы создать новую ячейку, нажмите «+» на панели инструментов. Вырезайте, копируйте, удаляйте и редактируйте ячейки и markdown (разметку текста) с помощью вкладки Edit.

Как использовать горячие клавиши Jupyter Notebook

Если вы новичок, не пренебрегайте использованием горячих клавиш. В долгосрочной перспективе время на изучение окупится многократно, а пока можете использовать нашу статью в качестве подсказки.

Esc: Переключение между режимом выполнения и редактирования

A: Добавление пустой ячейки сверху

B: Добавление пустой ячейки снизу

DD: Удаления ячейки

C: Копирование ячеек

X: Вырезание ячеек

V: Вставка ячеек

Комбинируя их, вы сможете быстро совершать множество базовых действий.

Например, для перезапуска блокнота нажмите ESC + 00.

Чтобы прокрутить блокнот вниз, нажмите Space, или а Shift + Space — для прокрутки вверх.

Для запуска кода используйте:

• Shift+Enter — выполнение текущей ячейки и перевод фокуса на следующую.
• Ctrl+Enter — выполнение текущей ячейки и сохранение фокуса на текущей ячейке.
• Alt+Enter — выполнение текущей ячейки и перевод фокуса на новую ячейку созданную ниже.

Для быстрого удаления ячейки нажмите ESC + Z.

Если вы начали писать код в одной ячейке, но понимаете, что их всё же нужно разделить, не обязательно разделять текст вручную. Просто поставьте курсор в нужное место и используйте Control + Shift + или -.

Чтобы легко и быстро перемещаться к ячейке, которая выполняется в данный момент, нажмите Alt + I.

А если что-то пошло не по плану, можно пропустить выполнение ячейки, зажав %%script false.

Если не хочется морочиться с маркдауном и вручную проставлять #, используйте шорткаты: 1, 2, 3, 4, 5, 6.

Похожие команды есть и для конвертации типов ячеек

• Y — code,
• M — markdown,
• R — raw.

Чтобы открыть полный список горячих клавиш, нажмите Help → Keyboard Shortcuts в верхнем меню.

Желаем вам продуктивной работы с Jupyter Notebook. А если у вас у вас остались вопросы — оставляйте их в комментариях, мы поможем разобраться.

Обновление JupyterLab 4.0 — что изменилось

Разработчики Jupyter объявили о выпуске JupyterLab 4.0 — крупного обновления IDE. Рассказываем, что изменилось в новой версии.

Разработчики Jupyter объявили о выпуске JupyterLab 4.0 – крупного обновления полнофункциональной среды разработки. Пакет доступен на PyPI и conda-forge.

Вы можете обновиться, выполнив команду pip install —upgrade jupyterlab или conda install -c conda-forge jupyterlab .

Также была обновлена документация JupyterLab для версии 4.0. Далее мы рассмотрим некоторые изменения в JupyterLab и новые функции.

JupyterLab стал быстрее

Скорость работы стала выше благодаря оптимизации правил CSS, использования CodeMirror 6, MathJax 3 и окон для блокнотов.

Теперь отображаются только те частей блокнота, которые помещаются в окне браузера, поэтому JupyterLab 4 стал более эффективным по сравнению с JupyterLab 3 при работе с большими проектами.

Вы можете улучшить производительность в настройках, протестировав новые функции:

1. Более быстрая смена вкладок в браузерах на основе Chromium: “Настройки” -> “Оболочка JupyterLab” -> переключите “Скрытый режим” на “contentVisibility”.
2. Лучшая производительность с большими проектами: “Настройки” -> “Блокнот” -> переключите “Режим окон” на “full”.

Улучшенный редактор CodeMirror в JupyterLab

CodeMirror, текстовый редактор, был обновлен до версии CodeMirror 6. В новой версии редактора улучшены его доступность и производительность, а также добавлены гибкие возможности настройки.

Функция совместной работы RTC перенесена в отдельный пакет jupytercollaboration . Он включает отображение нескольких курсоров и выделений, а также поддерживает регистрацию новых типов общих моделей.

Если вы хотите использовать RTC в JupyterLab 4, установите пакет jupytercollaboration .

Новый менеджер расширений в JupyterLab 4

В JupyterLab 4 Менеджер расширений включает как заранее созданные расширения Python, так и расширения с pypi.org. Расширения из PyPI не нуждаются в сборке при установке через Менеджер.

Разработчики могут добавить альтернативный репозиторий пакетов для отображения своего набора расширений.

Улучшенный поиск документов

Поиск и замена контента улучшены новыми возможностями.

Среди них подсветка совпадений в отформатированных ячейках markdown, поиск в текущем выделении, поиск по нескольким строкам, замена с сохранением регистра, и так далее.

Улучшения UI-интерфейса JupyterLab

Дизайнеры JupyterLab переработали секцию активных ядер, кнопку «Добавить новую ячейку», диалоговое окно для сочетаний клавиш и отображение первой строки в свернутых ячейках ввода и вывода.

Обновления средств разработки

Средства разработки обновились до TypeScript v5, Yarn v3, React v18 и Lumino v2.

Также рекомендуется использовать Node.js 18 или выше, чтобы получать обновления как минимум до конца 2023 года.

Исправление багов

Были исправлены более 100 ошибок в JupyterLab, улучшены стабильность и производительность. Полный список исправлений можно найти на GitHub.

Новые функции в JupyterLab

В редакторе настроек двойного режима теперь доступен редактор JSON и новый интерактивный режим на основе React JSON Schema. Этот режим делает настройку доступной для пользователей любого уровня.

Панель инструментов ячейки — это интерфейс для быстрой манипуляции ячейками, который предоставляет альтернативу горячим клавишам или редактированию через функции из выпадающего меню.

Также уведомления теперь приходят и от расширений, и от самого JupyterLab для мгновенных объявлений, предупреждений и обновлений. Объявления от команды JupyterLab, включая уведомления о новых версиях, могут быть отключены.

Кроме того, несколько функций из JupyterLab 4 также были обратно портированы в JupyterLab 3.6, но если вы обновляетесь с версии 3.5 или более ранней, они будут новыми для вас.

JupyterLab – это среда разработки и интерактивного анализа данных, которая предоставляет удобный и мощный пользовательский интерфейс для работы с Jupyter notebooks, файлами кода, данных и визуализацией.

Надеемся, обновления сделают вашу работу ещё удобнее и приятнее!

Следите за новыми постами по любимым темам

Подпишитесь на интересующие вас теги, чтобы следить за новыми постами и быть в курсе событий.

Upgrading Jupyter Notebook#

Upgrading Jupyter Notebook using Anaconda#

If using Anaconda, update Jupyter using conda :

conda update jupyter

See Run the Notebook for running the Jupyter Notebook.

Upgrading IPython Notebook to Jupyter Notebook#

The Jupyter Notebook used to be called the IPython Notebook. If you are running an older version of the IPython Notebook (version 3 or earlier) you can use the following to upgrade to the latest version of the Jupyter Notebook.

If using Anaconda, update Jupyter using conda :

conda update jupyter

pip install -U jupyter

See Run the Notebook for running the Jupyter Notebook.

The migrating document has additional information about migrating from IPython 3 to Jupyter.

Installing the classic Jupyter Notebook interface

Thonny

Easy to get started. Thonny comes with Python 3.10 built in, so just one simple installer is needed and you’re ready to learn programming. (You can also use a separate Python installation, if necessary.) The initial user interface is stripped of all features that may distract beginners.

No-hassle variables. Once you’re done with hello-worlds, select View → Variables and see how your programs and shell commands affect Python variables.

Simple debugger. Just press Ctrl+F5 instead of F5 and you can run your programs step-by-step, no breakpoints needed. Press F6 for a big step and F7 for a small step. Steps follow program structure, not just code lines.

Step through expression evaluation. If you use small steps, then you can even see how Python evaluates your expressions. You can think of this light-blue box as a piece of paper where Python replaces subexpressions with their values, piece-by-piece.

Faithful representation of function calls. Stepping into a function call opens a new window with separate local variables table and code pointer. Good understanding of how function calls work is especially important for understanding recursion.

Highlights syntax errors. Unclosed quotes and parentheses are the most common beginners’ syntax errors. Thonny’s editor makes these easy to spot.

Explains scopes. Highlighting variable occurrences reminds you that the same name doesn’t always mean the same variable and helps spotting typos. Local variables are visually distinguished from globals.

Mode for explaining references. Variables are initially presented according to simplified model (name → value) but you can switch to more realistic model (name → address/id → value).

Code completion. Students can explore APIs with the help of code completion.

Beginner friendly system shell. Select Tools → Open system shell to install extra packages or learn handling Python on command line. PATH and conflicts with other Python interpreters are taken care of by Thonny.

Simple and clean pip GUI. Select Tools → Manage packages for even easier installation of 3rd party packages.

Demo

Credits

From 2014 to 2018 the main development of Thonny took place in Institute of Computer Science of University of Tartu, Estonia.

Since September 2018 development of Thonny is partially supported by Cybernetica AS.

Development of several features in Thonny 3.0 and 3.3 was proposed and supported by Raspberry Pi Foundation.

Instructions & downloads

Latest stable releases are linked in the download box at the top of this page. Older releases and prereleases can be found at https://github.com/thonny/thonny/releases

Plug-ins

These are some known Thonny plug-ins:

• thonny-gitonic adds a command for opening gitonic
• thonny-black-format (abandoned)
• thonny-black-formatter adds a command for formatting current file with Black
• thonny-ev3dev allows uploading code to EV3 (and much more)
• thonny-error-explainer extends Assistant with new error checkers
• thonny-lahendus allows loading exercises from lahendus.ut.ee and submitting solutions for automatic assessment.
• thonny-edison allows uploading Python code to Edison educational robot
• thonny-dracula adds Dracula syntax theme.
• thonny-onedark adds One Dark syntax theme.
• thonny-crosshair adds commands for invoking CrossHair analyzer.
• thonny-icontract-hypothesis adds commands for invoking icontract-hypothesis analyzer.
• thonny-py5mode adds py5 support for a Processing-like creative coding environment.
• ThonnyFlake8 adds warnings from flake8.
• thonny-autosave adds the option for auto-saving your script in every 10 seconds.

Contact & News

Papers

• Thonny, a Python IDE for learning programming (poster paper at ITiCSE’15)
• Introducing Thonny, a Python IDE for learning programming (short paper at Koli Calling’15)