一键三连！为 Python | R | JS 搭建 JupyterLab

JupyterLab 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。 JupyterLab 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。

• 基础环境：Ubuntu 22.04 LTS Jammy Jellyfish @ PVE VM 4C8G
• 文章参考：@Eliauk：如何优雅地使用 Jupyter？ | @gxhlh ：Jupyter Notebook 中如何运行JavaScript，安装配置（详解） | @Luís de Sousa：安装devtools软件包时出现问题

安装 JupyterLab

Ubuntu 18+ 默认已经集成了 Python 3.6 以上版本，保险起见先查看一下 Python 版本是否符合 JupyterLab 的要求：

python3 --version

安装 Miniconda

首先更新已安装的软件包至最新版本

sudo apt update && sudo apt upgrade

接下来使用清华源安装 Miniconda：

cd    //回到默认的 $home 目录
wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/Miniconda3-py39_4.12.0-Linux-x86_64.sh
bash Miniconda3-py39_4.12.0-Linux-x86_64.sh
source ~/.bashrc
conda --v

如果正常安装完成，应该能够正常显示 conda 版本。

后面需要使用 vim 文本编辑器编辑一些配置文件，让我们先来熟悉一下 vim 的基本操作：

vim 使用小贴士

vim filename -- 使用 vim 打开文件
h j k l      -- 移动光标位置
i            -- 在当前光标位置插入
q            -- 退出编辑模式
wq           -- 保存并退出
q            -- 退出
q!           -- 退出不保存

了解了 vim 的基本使用，接下来我们将 conda 和 Python 的源切换为清华：

vim ~/.condarc    //使用 vim 创建 conda 配置文件

接下来向 .condarc 文件中添加以下内容：

channels:
  - defaults
show_channel_urls: true
default_channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
  conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch-lts: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

之后需要运行 conda clean -i 清除索引缓存，保证使用清华源。

接下来将 pip 也更换为使用清华源：

python -m pip install -i https://pypi.tuna.tsinghua.edu.cn/simple --upgrade pip
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

安装和配置 JupyterLab

首先确认位于 Miniconda 的 base 环境内，确认方式是看终端前面是否显示有 (base)，如果没有，执行一下 conda activate base，之后使用 conda install jupyterlab 安装 JupyterLab。

完成安装后，需要提前为 JupyterLab 准备一个密码，进入 Python 环境：

python    // 进入 Python 环境

>>> from notebook.auth import passwd
>>> passwd()    # 两次输入自己要设置的密码，得到下面的加密字符串，保存下来
'argon2$……'
>>> quit()      # 退出 Python 环境

接下来使用 jupyter lab --generate-config 创建配置文件，使用 vim ~/.jupyter/jupyter_lab_config.py 打开配置文件，进行如下编辑：

c.ServerApp.allow_origin = '*'          // 允许远程地址
c.ServerApp.allow_remote_access = True  // 允许远程访问
c.ServerApp.ip = '0.0.0.0'              // 监听服务地址
c.ServerApp.notebook_dir = '/home/ubuntu/workspace' // 项目默认目录
c.ServerApp.password = 'xxxxxx'         // 刚生成的类似 'argon2:...' 的加密字符串
c.ServerApp.open_browser = False        // 启动服务时不弹出浏览器
c.ServerApp.port = 8080                 // 服务端口号

Congratulations! 现在你可以使用 jupyter lab 命令启动 JupyterLab，通过 IP:8080 来访问你的服务了！

汉化、安装插件管理器和常用包

conda install -c conda-forge jupyter_contrib_nbextensions  // 安装插件管理器
pip install jupyterlab-language-pack-zh-CN                 // 安装中文语言包
pip install numpy conda pandas scipy matplotlib            // 常用数学统计库

至此，已经完成了 JupyterLab 环境的搭建，并且可以用其进行 Python 开发了！

为 JupyterLab 添加系统服务

使用 sudo vim /etc/systemd/system/jupyter.service 命令，新建 jupyter.service 文件并添加如下内容（其中 ExecStart、User、Group、WorkingDirectory 等参数需要根据自己配置做修改，需要使用 mkdir /home/ubuntu/workspace 命令提前建立工作目录）：

[Unit]
Description=Jupyterlab
After=network.target
[Service]
Type=simple
ExecStart=/home/ubuntu/miniconda3/bin/jupyter-lab --config=/home/ubuntu/.jupyter/jupyter_lab_config.py --no-browser
User=ubuntu
Group=ubuntu
WorkingDirectory=/home/ubuntu/workspace
Restart=always
RestartSec=10
[Install]
WantedBy=multi-user.target

设置开机启动，及其他控制命令：

sudo systemctl enable jupyter    // 开机自启
sudo systemctl start jupyter     // 启动
sudo systemctl stop juppyter     // 停止
sudo systemclt restart jupyter   // 重启

为 JupyterLab 添加 R 支持

安装 R-base

// 安装两个帮助包
sudo apt install --no-install-recommends software-properties-common dirmngr
// 添加签名 key
wget -qO- https://cloud.r-project.org/bin/linux/ubuntu/marutter_pubkey.asc | sudo tee -a /etc/apt/trusted.gpg.d/cran_ubuntu_key.asc
// 加入 R 4.0 源，这里使用的也是清华的 CRAN 源
sudo add-apt-repository "https://mirrors.tuna.tsinghua.edu.cn/CRAN/bin/linux/ubuntu $(lsb_release -cs)-cran40/"
// 安装 r-base
sudo apt install r-base r-cran-devtools

在 R 中安装 devtools 并激活内核

使用 sudo -i R 以 root 身份进入 R，之后在 R 内运行以下命令：

install.packages('devtools')                      # 安装 devtools
devtools::install_github('IRkernel/IRkernel')     # 安装 R kernel
IRkernel::installspec()                           # 注册 R kernel
q()                                               # 退出 R 环境

至此，JupyterLab 已经可以支持和使用 R 内核。

为 JupyterLab 添加 Javascript 支持

安装 nodejs 及 npm

curl -fsSL https://deb.nodesource.com/setup_16.x | sudo -E bash - &&\
sudo apt-get install -y nodejs

查看一下 nodejs 和 npm 版本，node --version && npm --version，如果能够正常显示版本号，则意味着安装成功。

安装 ijs 并激活内核

接下来使用这个命令 npm i -g ijavascript --registry=https://registry.npm.taobao.org 安装 ijs 包，使用命令 ijsinstall 完成内核的激活。