❚ 前言
Jupyter Lab是Jupyter主打的最新数据科学生产工具，是基于Web的交互式开发环境。某种意义上，它的出现是为了取代Jupyter Notebook，但它也包含了Jupyter Notebook的所有功能，非常方便研究和教学。Jupyter Lab的用途非常灵活，可支持数据清理和转换、统计建模、数据科学、科学计算和机器学习领域的广泛工作。
❚ 安装 Jupyter Lab
1. 云服务器环境
▸ CPU：2核 内存：2GB
▸ 系统盘：40GB SSD云硬盘
▸ 操作系统：Ubuntu Server 20.04 LTS 64bit
▸ Python版本： 3.9.13 pip版本：22.1.2
❚ 注：安装Jupyter Lab前需要安装Python（3.3版本及以上，或2.7版本）和pip
2. 安装 Miniconda
❚ 更新升级已安装的软件包至最新版本
su// 切换到 root 用户apt update && apt upgrade
❚ 以下操作不推荐使用root用户
su ubuntu // 切换到 ubuntu 用户cd // 切换到 /home/ubuntu/
❚ 安装Miniconda（清华源）
wget https://mirrors.tuna./anaconda/miniconda/Miniconda3-py39_4.12.0-Linux-x86_64.shbash Miniconda3-py39_4.12.0-Linux-x86_64.shsource ~/.bashrcconda --v
❚ 切换conda源为清华源（可选）
vim ~/.condarc
向condarc文件中添加以下内容
channels:- defaultsshow_channel_urls: truechannel_alias: https://mirrors.tuna./anacondadefault_channels:- https://mirrors.tuna./anaconda/pkgs/main- https://mirrors.tuna./anaconda/pkgs/free- https://mirrors.tuna./anaconda/pkgs/r- https://mirrors.tuna./anaconda/pkgs/pro- https://mirrors.tuna./anaconda/pkgs/msys2custom_channels:conda-forge: https://mirrors.tuna./anaconda/cloudmsys2: https://mirrors.tuna./anaconda/cloudbioconda: https://mirrors.tuna./anaconda/cloudmenpo: https://mirrors.tuna./anaconda/cloudpytorch: https://mirrors.tuna./anaconda/cloudsimpleitk: https://mirrors.tuna./anaconda/cloud
❚ 清除索引缓存
conda clean -i
3. 安装 Jupyter Lab
conda install jupyterlab
❚ 准备Jupyter Lab密码
python// 进入 Python 环境> from notebook.auth import passwd> passwd() # 输入自己想要设置的密码（重复）得到类似 'argon2:...'的加密串，保存备用'argon2:$argon2id$v=19$m=10240,t=10,p=8$tuOUUSE/KyCKtjW6HmLLvg$WJWRe2O/TDJheuzPcWebZcXkSe8aoW8hsZQrKAyeGxQ'> quit() # 退出 Python 环境
4. 配置 Jupyter Lab 端口访问
jupyter lab --generate-config // 创建配置文件cd ~/.jupytervim jupyter_lab_config.py // 编辑配置文件
根据自己需求更新以下内容
c.ServerApp.allow_origin = '*'// 约 576 行c.ServerApp.allow_remote_access = True // 约 614 行c.ServerApp.ip = '0.0.0.0' // 默认是 localhost 约 775 行c.ServerApp.notebook_dir = '/home/ubuntu/workspace' // 项目文件夹 约 868 行c.ServerApp.password = 'xxxxxx' // 刚生成的类似 'argon2:...' 的加密串 约 887 行c.ServerApp.open_browser = False // 禁止浏览器打开 约 876 行c.ServerApp.port = 8080 // 端口 随自己选择即可 约 900 行
❚ 注：部署在云服务器需要检查是否在防火墙（安全组）开放你配置的端口
5. 运行 Jupyter Lab
jupyter lab
❚ 注：若选择IP直连，且已在防火墙开放对应端口，即可使用IP:8888(端口)访问
6. 开启插件管理器
conda install -c conda-forge jupyter_contrib_nbextensions
❚ 注：安装完成后再次运行Jupyter Lab将会有GUI，此处不再赘述
7. 设置中文（简体）语言
pip install jupyterlab-language-pack-zh-CN
❚ 注：安装完成后再次运行Jupyter Lab需要在菜单栏选择【设置】→ 【语言】→ 【中文(简体,中国)】，将会自动重载页面，配置完成！
8. 安装 Nodejs（安装插件需要）
conda install -c conda-forge/label/cf20 nodejs
9. 添加 Julia 编程语言（可选）
❚ 获取 Julia 编程语言压缩包并解压
wget https://mirrors.tuna./julia-releases/bin/linux/x64/1.8/julia-1.8-latest-linux-x86_64.tar.gztar -xzvf julia-1.8-latest-linux-x86_64.tar.gz
❚ 配置Julia环境
vim ~/.bashrc
在文件末尾添加以下内容
export PATH=$PATH:/home/ubuntu/julia-1.8.0-rc4/bin // 添加环境变量export JULIA_PKG_SERVER=https://mirrors.tuna./julia // 添加清华源为 Julia 包源
❚ 立刻加载更新后的设置，使之生效
source ~/.bashrc
❚ 配置 Jupyter 内核
julia// 进入 Julia 环境julia> using Pkgjulia> Pkg.add("IJulia") julia> exit()// 退出 Julia 环境
10. 配置 C/C++ 内核（可选）
❚ 安装C++内核
mamba install xeus-cling -c conda-forge
❚ 安装C内核
pip install jupyter-c-kernelinstall_c_kernel --user
11. 安装 Python 数据科学/机器学习常用库
conda install pytorch torchvision torchaudio cpuonly -c pytorchpip install numpy conda pandas scipy matplotlibpip install joblibpip install -U scikit-learnpip install simplejsonpip install networks networkxpip install opencv-pythonpip install opencv-contrib-python opencv-python-headlesspip install Seabornpip install Keras
12. 配置 Jupyter Lab 开机自启动（方法1 可选）
❚ 新建jupyter.service文件并编辑
sudo vim /etc/systemd/system/jupyter.service
添加以下内容（以自己的配置为准）
[Unit]Description=JupyterlabAfter=network.target[Service]Type=simpleExecStart=/home/ubuntu/miniconda3/bin/jupyter-lab --config=/home/ubuntu/.jupyter/jupyter_lab_config.py --no-browserUser=ubuntuGroup=ubuntuWorkingDirectory=/home/ubuntu/workspaceRestart=alwaysRestartSec=10[Install]WantedBy=multi-user.target
❚ 设置开机自启动
sudo systemctl enable jupyter
❚ 其他相关控制命令
sudo systemctl start jupyter （启动）sudo systemctl stop jupyter （停止）sudo systemctl restart jupyter （重启）
❚ 该方法存在启动后扩展管理器错误问题（如下所示）：
与服务器扩展通信出错。请参考文档 以确保它已启用。 原因： Error: 500 (Internal Server Error)
❚ 注：该错误仅对插件管理器的网络连接有影响，不影响Jupyter Lab的正常使用！
13. 配置 Jupyter Lab 后台启动不挂断（方法2 可选）
❚ 新建jupyter-start.sh文件并编辑
vim jupyter-start.sh
添加以下内容（以自己的配置为准）
#!/bin/sh/bin/echo $(/bin/date +%F_%T) >> /home/ubuntu/startup.lognohup /home/ubuntu/miniconda3/bin/jupyter-lab --allow-root > jupyter.log 2>&1 &ps -le | grep jupyterexit 0
❚ 启动 Jupyter Lab （关闭终端不挂断）
bash jupyter-start.sh
❚ 注：该方法尚无法实现服务器重启后自动运行，需要手动启动！
❚ 运行效果展示
❚ 注：本教程尚未讲解插件安装过程 ，以下为我已安装的插件，仅供参考！
