介绍
Jupyter Notebook 提供了一个命令 shell，用于作为 Web 应用程序进行交互式计算。 该工具可用于多种语言，包括 Python、Julia、R、Haskell 和 Ruby。 它通常用于处理数据、统计建模和机器学习。
本教程将引导您设置 Jupyter Notebook 以在本地或从 Ubuntu 22.04 服务器运行，并教您如何连接和使用笔记本。 Jupyter 笔记本（或简称笔记本）是由 Jupyter Notebook 应用程序生成的文档，其中包含计算机代码和富文本元素（段落、方程式、图形、链接等），有助于呈现和共享可重复的研究。
在本指南结束时，您将能够使用在本地计算机或远程服务器上运行的 Jupyter Notebook 运行 Python 3 代码。
先决条件
要学习本教程，您将需要一个 Python 3 编程环境，或者
- 在您的 本地计算机 上，或
- 在 Ubuntu 服务器 上。
本教程中的所有命令都应以非 root 用户身份运行。 如果该命令需要 root 访问权限，它将在前面加上 sudo。 Ubuntu 22.04 的初始服务器设置 解释了如何添加用户并授予他们 sudo 访问权限。
第 1 步 — 安装 Jupyter Notebook
在本节中，我们将使用 pip 安装 Jupyter Notebook。
激活要安装 Jupyter Notebook 的 Python 3 编程环境。 在我们的示例中，我们将其安装到 my_env 中，因此我们将确保我们在该环境的目录中并像这样激活它：
cd ~/environments . my_env/bin/activate
接下来，我们可以确保 pip 升级到最新版本：
pip install --upgrade pip
现在我们可以使用以下命令安装 Jupyter Notebook：
pip install jupyter
此时 Jupyter Notebook 已安装到当前的编程环境中。
下一个可选步骤适用于使用 SSH 隧道连接 Web 界面的服务器安装的用户。
第 2 步（可选）- 使用 SSH 隧道连接到服务器安装
如果您在服务器上安装了 Jupyter Notebook，在本节中，我们将学习如何使用 SSH 隧道连接到 Jupyter Notebook Web 界面。 由于 Jupyter Notebook 将在服务器上的特定端口上运行（例如 :8888、:8889 等），因此 SSH 隧道使您能够安全地连接到服务器的端口。
请注意，这些说明旨在从本地终端窗口运行，即，不是您连接到服务器的那个窗口。
SSH 隧道
如果您使用的是 Windows，则需要安装 OpenSSH 版本才能从终端 ssh。 如果您更喜欢在 PowerShell 中工作，可以按照 Microsoft 的文档 将 OpenSSH 添加到 PowerShell。 如果您希望有一个完整的 Linux 环境可用，您可以 设置 WSL，这是适用于 Linux 的 Windows 子系统，默认情况下将包括 ssh。 最后，作为轻量级的第三个选项，您可以安装 Git for Windows，它提供了包含 ssh 命令的原生 Windows bash 终端环境。 这些中的每一个都得到了很好的支持，无论您决定使用哪个，都将归结为偏好。
如果您使用的是 Mac 或 Linux，您的终端中已经有 ssh 命令可用。
创建 SSH 隧道的步骤类似于 如何使用 SSH 连接到 Droplets 指南，除了在 ssh 命令中添加了其他参数。 本小节将概述 ssh 命令中成功隧道所需的附加参数。
SSH 隧道可以通过在新的本地终端窗口中运行以下 SSH 命令来完成：
ssh -L 8888:localhost:8888 your_server_username@your_server_ip
ssh 命令打开一个 SSH 连接，但 -L 指定本地（客户端）主机上的给定端口将被转发到远程端（服务器）上的给定主机和端口。 这意味着无论在第二个端口号上运行什么（例如 服务器上的8888）会出现在第一个端口号（例如 8888）在本地计算机上。
如果您收到端口 8888 不可用的消息，您可以将其更改为低于 65535 的另一个任意端口号。 端口 8888 没有太大意义，但经常用于这样的演示。
server_username 是您的用户名（例如 sammy) 在您创建的服务器上，your_server_ip 是您服务器的 IP 地址。
例如，对于用户名 sammy 和服务器地址 203.0.113.0，命令将是：
ssh -L 8888:localhost:8888 sammy@203.0.113.0
如果运行 ssh -L 命令后没有显示错误，您可以进入您的编程环境并运行 Jupyter Notebook：
jupyter notebook
您将收到带有 URL 的输出。 在本地计算机上的 Web 浏览器中，使用以 http://localhost:8888 开头的 URL 打开 Jupyter Notebook Web 界面。 确保包含令牌号，或在 http://localhost:8888 出现提示时输入令牌号字符串。
第 3 步 — 运行 Jupyter Notebook
安装 Jupyter Notebook 后，您可以在终端中运行它。 为此，请执行以下命令：
jupyter notebook
Jupyter Notebook 的活动日志将打印到终端。 当您运行 Jupyter Notebook 时，它会在特定端口号上运行。 您运行的第一个笔记本通常会在端口 8888 上运行。 要检查 Jupyter Notebook 正在运行的特定端口号，请参阅用于启动它的命令的输出：
Output[I NotebookApp] Serving notebooks from local directory: /home/sammy [I NotebookApp] 0 active kernels [I NotebookApp] The Jupyter Notebook is running at: http://localhost:8888/ [I NotebookApp] Use Control-C to stop this server and shut down all kernels (twice to skip confirmation). ...
如果您在本地计算机（而不是服务器）上运行 Jupyter Notebook，则默认浏览器应该已打开 Jupyter Notebook Web 应用程序。 如果没有，或者如果您关闭了窗口，您可以导航到输出中提供的 URL，或者导航到 localhost:8888 进行连接。
每当您想停止 Jupyter Notebook 进程时，请按 Ctrl+C，在出现提示时键入 Y，然后按 Enter 确认。
您将收到以下输出：
Output[C 12:32:23.792 NotebookApp] Shutdown confirmed [I 12:32:23.794 NotebookApp] Shutting down kernels
Jupyter Notebook 现在不再运行。
第 4 步 — 使用 Jupyter Notebook
本节介绍了使用 Jupyter Notebook 的基础知识。 如果您当前没有运行 Jupyter Notebook，请使用 jupyter notebook 命令启动它。
您现在应该使用 Web 浏览器连接到它。 Jupyter Notebook 非常强大，有很多功能。 本节将概述一些基本功能，以帮助您开始使用笔记本。 Jupyter Notebook 将显示运行它的目录中的所有文件和文件夹，因此当您处理项目时，请确保从项目目录启动它。
要创建新的笔记本文件，请从右上角的下拉菜单中选择 New > Python 3：
这将打开一个笔记本。 我们现在可以在单元格中运行 Python 代码或将单元格更改为 markdown。 例如，通过单击顶部导航栏中的 Cell > Cell Type > Markdown 将第一个单元格更改为接受 Markdown。 我们现在可以使用 Markdown 写笔记，甚至可以将用 LaTeX 编写的方程式放在 $$ 符号之间。 例如，在将其更改为 markdown 后，在单元格中键入以下内容：
# Simple Equation Let us now implement the following equation: $$ y = x^2$$ where $x = 2$
要将markdown变成富文本，按Ctrl+Enter，结果应该如下：
您可以使用降价单元格来做笔记和记录您的代码。 让我们实现这个简单的方程并打印结果。 单击顶部单元格，然后按 Alt+Enter 在其下方添加一个单元格。 在新单元格中输入以下代码。
x = 2 y = x**2 print(y)
要运行代码，请按 Ctrl+Enter。 您将收到以下结果：
您现在可以 导入模块 并像使用任何其他 Python 开发环境一样使用笔记本！
要关闭 Jupyter 笔记本服务器端，请返回您启动它的终端窗口，然后按 Ctrl+C。 这是结束终端进程的标准快捷方式，Jupyter 会在退出前提示您保存。
结论
恭喜！ 您现在应该能够使用 Jupyter Notebook 在 Markdown 中编写可重现的 Python 代码和笔记。 要从界面中快速浏览 Jupyter Notebook，请从顶部导航菜单中选择 Help > User Interface Tour 以了解更多信息。
从这里，您可能有兴趣阅读我们关于 时间序列可视化和预测 的系列文章。
