Jupyter notebook基于浏览器，提供了一种比ipython更方便的程序编写和测试环境。同时包括Markdown格式的文本编辑功能。对于记录原始数据处理很有帮助。如果你们课题组有一个远程服务器，你希望利用远程服务器的强大计算能力，或者数据不方便下载到本地，同时你又想利用Jupyter notebook的功能，下面提供了一种思路：
- 生成默认配置文件
jupyter notebook --generate-config
- 生成访问密码
终端输入ipython，设置你自己的jupyter访问密码，注意复制输出的sha1:xxxxxxxx密码串。
In [1]: from notebook.auth import passwd
In [2]: passwd()
Enter password:
Verify password:
Out[2]: 'sha1:xxxxxxxxxxxxxxxxx'- 修改
vim ~/.jupyter/jupyter_notebook_config.py中对应行如下:
c.NotebookApp.ip='*' #设置所有ip地址皆可访问
c.NotebookApp.password = u'sha:ce...刚才复制的那个密文'
c.NotebookApp.open_browser = False
c.NotebookApp.port =8888 #可自行指定一个端口, 访问时使用该端口
- 在服务器上启动
jupyter notebook - 命令行界面显示的地址到本地浏览器中
to login with a token下面一行的http://localhost:8888/?token=xxxxxxxx
以上方法可能不成功，浏览器显示无法访问界面。下面给出解决办法：
cmd打开本地终端，将本地的8888端口与远程服务器的8888端口联系起来
ssh -f username@serverIP -N -L 8888:localhost:8888
其中： -N 告诉SSH没有命令要被远程执行； -f 告诉SSH在后台执行； -L 是指定port forwarding的配置，远端端口是8888，本地的端口号的8888。
以上就能正常打开远程服务器上的jupyter notebook了。接下来要新建虚拟环境及相应的kernel。
- 先创建名为yourownname的环境
conda create -n yourownname python=３
- 下面开始添加kernel，首先切换到需要配置的环境
conda activate yourownname
- 安装
ipykernel，注意这里一定要用conda安装，血与泪的教训，否则用pip安装会导致jupyter notebook里面import包的路径与命令行中conda install package的路径不一样（很不好改，我网上找了好久的办法，更改kernel.json的路径后，会导致kernel准备失败）
conda install ipykernel
- 手动添加这一kernel
python -m ipykernel install --user --name yourownname --display-name "yourownname"
--name被用于jupyter内部，这一命令将覆盖具有相同名称的kernel--display-name指定jupyter notebook中显示的名字
其他：可以使用命令jupyter kernelspec list查看当前所有可用的kernel；删除不再需要的 kernel：jupyter kernelspec uninstall kernel_name
另外需要注意在新建的环境中不能使用jupyter notebook命令来打开jupyter notebook，需要切换到base环境中使用。
