Mac 配置 Anaconda + Jupyter + Julia 环境
Anaconda 安装
1. Homebrew 安装
/bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)"
2. Anaconda 安装
brew install anaconda
配置 Jupyter Lab
随着不同软件环境的安装,在每一个虚拟环境中都安装 Jupyter 十分麻烦,也不便于进行统一管理。其实我们可以搭建一个 Jupyter 的虚拟环境,专门用于管理所有的 Anaconda 虚拟环境。
这个过程可以分为以下三步:
- 搭建 Jupyter Lab 虚拟环境
conda create --name jupyter_env jupyterlab python=3.8
- 安装 nb_conda_kernels
管理多环境插件主要有两个,一个是 nb_conda, 另一个是 nb_conda_kernel 。区别是第一个可以直接管理其他环境,第二个需要在对应的虚拟环境中安装 kernel 。根据实际的使用情况,本文推荐使用第二个,因为第一个可能与某些虚拟环境发生冲突,如R环境。
nb_conda_kernels 是一个 Jupyter 的插件,可以管理多个Conda 环境下的 Jupyter 核心(kernels),整合多 Conda 环境中各種不同的虚拟环境。
nb_conda_kernels 必须安裝在 Jupyter(Jupyter Notebook 或 JupyterLab)所在的 Conda 环境中。
conda activate jupyter_env
conda install nb_conda_kernels
- 安裝 Jupyter 核心(Kernels)
所有需要在 Jupyter 中通过 nb_conda_kernels 来使用的 Conda 环境,都需要安裝对应语言的 Jupyter 核心(kernels)。
- 安装 Python 的 Jupyter 核心
conda activate <name_env>
conda install ipykernel
- 安装 R 的 Jupyter 核心
conda activate <name_env>
conda install r-irkernel
- 安装 Stata 核心
conda activate <name_env>
conda install -c conda-forge stata_kernel
python -m stata_kernel.install
安装 Julia 核心
conda activate <name_env>
julia
import Pkg
Pkg.add("IJulia")
Pkg.build("IJulia")
Pkg.rm("IJulia")
- 核心御载
通过 conda 安装的核心可以通过 conda 进行卸载,而通过其他方式安装的核心卸载后,在 Jupyter 管理界面该核心可能依然存在,这时需要利用 Jupyter 的管理程序进行清除。
这种情况暂时只在 Stata 核心遇到,Julia核心本文并未验证,只是觉得可能会存在相应的问题。
jupyter kernelspec list
jupyter kernelspec remove <name_kernel>
初步测试
println("Hello, Julia")
2+3
3*7
Out[2] *3
2^big(1000)
@time factorial(BigInt(1000000));
length(string(factorial(BigInt(1000000)))) # 5 y medio millones de dígitos...
3//4 + 2//7 # racionales
(1+3//4im)*(3.2-4im) # complejos
pi
参考文献
How to Add Julia to Jupyter Notebook
JupyterLab 整合多 Conda 環境不同版本 Python、R 語言教學
stata_kernel–Getting Started
How to Best Use Julia with Jupyter