三亩地 三亩地SAN MU DI · CODE DIARY
交流投稿
ARTICLE DETAIL

日记详情

真实记录编程学习的某一天，欢迎挑你感兴趣的翻一翻。

首页/学习日记/日记详情

Jupyter Notebook 完整指南：从虚拟环境安装到深度定制与彻底卸载

发布时间：2026/8/5 23:04:42 三亩地 编程学习日记
Jupyter Notebook 完整指南：从虚拟环境安装到深度定制与彻底卸载

1. 从“安装”到“卸载”：一个完整生命周期的视角

如果你刚开始接触Python数据分析、机器学习或者仅仅是写点脚本，Jupyter Notebook大概率是你绕不开的一个工具。它那个基于浏览器的交互式界面，把代码、文档和可视化结果揉在一起，确实让探索性工作变得直观。但不知道你有没有过这样的经历：兴冲冲地跟着教程装好了，用起来却发现字体小得费眼，敲代码时没有自动补全提示，效率大打折扣；或者想换个版本、清理环境时，发现它“赖”在系统里，卸载不干净。网上的教程很多，但往往只讲“怎么装”，很少系统地告诉你“怎么用好”以及“怎么无痛离开”。

今天，我们不只讲怎么把Jupyter Notebook装到你的电脑上（无论是Windows、macOS还是Linux），更要深入进去，把它调教成顺手的生产力工具——调整那些默认的、可能并不适合你的设置（比如字体大小），并解锁代码自动补全这个核心效率外挂。最后，我们还会彻底地聊聊如何干净地卸载它，为下一次尝试或系统清理铺平道路。这整个过程，就像一个工具的完整生命周期，了解每一步，你才能完全掌控它。

2. 安装：选对方法，避开初学者的第一个坑

安装Jupyter Notebook听起来很简单，一个pip install命令的事。但这里恰恰是很多新手踩第一个坑的地方。直接pip install jupyter可能会和你系统中已有的其他Python包产生冲突，或者把你的基础环境搞得一团糟。所以，我们的核心原则是：隔离。

2.1 强烈推荐：使用虚拟环境安装

这是目前Python社区公认的最佳实践。虚拟环境相当于给你的项目建立一个独立的“沙箱”，在这个沙箱里安装的所有包都不会影响到系统全局或其他项目。

为什么必须用虚拟环境？想象一下，你项目A需要Jupyter Notebook的某个老版本，而项目B需要最新版。如果全局安装，你只能保留一个版本，势必有一个项目无法运行。虚拟环境完美解决了这个问题。此外，当你未来需要卸载时，直接删除整个虚拟环境目录即可，无比干净，绝不会留下散落各处的文件。

具体操作步骤（以Windows为例，macOS/Linux命令几乎相同）：

  1. 确保已安装Python：打开命令行（CMD或PowerShell），输入python --version或python3 --version，确认有版本号返回。如果没有，需要先去Python官网下载安装。安装时务必勾选“Add Python to PATH”。

  2. 安装虚拟环境管理工具：Python 3.3+ 自带了venv模块。但为了更强大的管理功能，我推荐使用virtualenv。在命令行中执行：

    pip install virtualenv

  3. 为Jupyter Notebook创建专属虚拟环境：找一个你喜欢的目录，比如D:\my_projects，然后在命令行中进入该目录，执行：

    virtualenv jupyter_env

    这会在当前目录下创建一个名为jupyter_env的文件夹，里面包含了一个独立的Python解释器和pip。

  4. 激活虚拟环境：

    • Windows:
      .\jupyter_env\Scripts\activate
      激活成功后，命令行提示符前面会出现(jupyter_env)字样。
    • macOS/Linux:
      source jupyter_env/bin/activate

  5. 在虚拟环境中安装Jupyter Notebook：确认提示符为(jupyter_env)后，执行：

    pip install jupyter notebook

    这里安装的是经典的Jupyter Notebook。如果你想体验更新的界面和功能，可以安装jupyterlab（pip install jupyterlab），但本文设置部分主要以Notebook为例，Lab原理相通。

注意：每次打开新的命令行窗口使用Jupyter时，都需要先切换到其所在目录，并执行对应的激活命令。你可以将激活命令写成脚本，方便快速启动。

2.2 备选方案：使用Anaconda发行版

如果你的学习或工作重心就是数据科学，且不希望花太多时间在环境配置上，那么Anaconda是一个“全家桶”式的选择。它一次性安装了Python、Jupyter Notebook/ Lab以及NumPy、Pandas、Matplotlib等几百个数据科学相关的库。

安装方法：

  1. 前往Anaconda官网下载对应你操作系统的安装包。
  2. 运行安装程序，基本上一路“Next”即可。注意安装路径不要有中文和空格。
  3. 安装完成后，你可以在开始菜单找到“Anaconda Navigator”，这是一个图形化界面，可以启动Jupyter Notebook，或者使用“Anaconda Prompt”命令行工具。

Anaconda的利与弊：

  • 优点：开箱即用，环境隔离通过conda命令管理也很方便，适合初学者快速上手。
  • 缺点：安装包体积巨大（几个GB），可能会安装许多你永远用不上的库。它有自己的包管理conda，与pip混用时偶尔会有依赖冲突。

对于大多数希望保持环境纯净和可控的开发者，我仍然首推虚拟环境+pip的方案。

3. 核心使用：启动、界面与基本操作

安装完成后，让我们快速过一下核心用法，确保你能跑起来。

3.1 启动Jupyter Notebook

在已激活的虚拟环境（或Anaconda Prompt）中，命令行输入：

jupyter notebook

默认浏览器会自动打开一个页面，地址是http://localhost:8888。这个页面就是Jupyter的“仪表盘”，显示的是你启动命令时所在目录的文件列表。

一个关键技巧：指定启动目录你肯定不希望每次都在命令行里先cd到项目目录再启动。可以在启动时指定目录：

jupyter notebook --notebook-dir="D:\my_projects"

或者更一劳永逸的方法是，修改Jupyter的默认启动目录配置（这需要生成配置文件，我们会在后面“修改设置”章节详细说明）。

3.2 界面初探与基本操作

在仪表盘页面，点击右上角“New” -> “Python 3”，即可创建一个新的Notebook文档。

  • 单元格（Cell）：Notebook由一个个单元格构成。每个单元格可以是代码（Code）或标记文本（Markdown）。
  • 运行单元格：在代码单元格中输入print(“Hello, Jupyter!”)，按Shift + Enter执行该单元格，结果会显示在下方。
  • 模式切换：
    • 编辑模式（Enter）：单元格边框为绿色，可以输入内容。
    • 命令模式（Esc）：单元格边框为蓝色，可以使用键盘快捷键（如A在上方插入单元格，B在下方插入，DD连续按两次删除单元格）。
  • 保存：自动保存，但也可手动按Ctrl + S。文件后缀为.ipynb。

这些基本操作能让你动起来，但要想用得舒服，我们必须对默认的设置进行改造。

4. 深度定制：修改字体、主题与关键设置

默认的Jupyter Notebook界面，尤其是那个细小的字体，长时间编码非常伤眼。好消息是，几乎所有视觉和部分行为设置都可以通过修改CSS或生成配置文件来调整。

4.1 生成配置文件

首先，我们需要生成Jupyter的配置文件，这样我们的修改才能持久化。在命令行中执行：

jupyter notebook --generate-config

这条命令会在你的用户主目录下的.jupyter文件夹中（例如C:\Users\你的用户名\.jupyter或~/.jupyter）生成一个名为jupyter_notebook_config.py的文件。这个文件里包含了所有可配置的选项，但都被注释掉了。

4.2 修改代码和输出字体大小

修改字体最直接有效的方式是自定义CSS。Jupyter允许我们加载自定义的CSS文件。

  1. 找到自定义CSS的路径：在生成的配置文件jupyter_notebook_config.py中，搜索c.NotebookApp.extra_stylesheets。你会看到类似下面的被注释掉的行：

    # c.NotebookApp.extra_stylesheets = []

  2. 创建自定义CSS文件：在你喜欢的位置创建一个文件，例如custom.css。用文本编辑器打开，输入以下内容：

    /* 调整代码编辑器（Code Cell）的字体大小和字体 */ .CodeMirror pre { font-size: 14pt; /* 增大字体大小，16pt, 18pt可按需调整 */ font-family: 'Consolas', 'Monaco', 'Courier New', monospace; /* 指定等宽字体 */ } /* 调整输出区域（Output Area）的字体大小 */ .output_area pre { font-size: 13pt; } /* 调整Markdown单元格渲染后的字体大小 */ .rendered_html { font-size: 15pt; }

    这里font-size的单位pt（磅）是常用的，你也可以用px（像素）。font-family指定了字体优先级，确保代码看起来清晰。

  3. 启用自定义CSS：取消配置文件中的注释，并指向你的CSS文件路径。将c.NotebookApp.extra_stylesheets = []修改为：

    c.NotebookApp.extra_stylesheets = ['/absolute/path/to/your/custom.css']

    注意：这里必须使用绝对路径。在Windows上可能是C:\Users\You\custom.css，需要将反斜杠\改为正斜杠/或双反斜杠\\，例如：['C:/Users/You/custom.css']。

  4. 重启Jupyter Notebook：关闭并重新启动jupyter notebook，刷新浏览器，字体应该已经改变了。

4.3 安装主题（更全面的视觉优化）

手动修改CSS对于调整字体是有效的，但如果想整体改变配色方案（比如启用深色模式），安装现成的主题更方便。最流行的主题工具是jupyterthemes。

安装与使用：

  1. 在已激活的虚拟环境中，安装jupyterthemes：
    pip install jupyterthemes
  2. 安装后，你可以使用jt命令来切换主题。例如，应用一个流行的暗色主题onedork并同时设置字体大小：
    jt -t onedork -fs 12 -cellw 90%
    • -t onedork：指定主题。
    • -fs 12：设置字体大小。
    • -cellw 90%：设置单元格宽度为浏览器的90%。
    • 其他常用参数：-N（显示工具栏和名称），-T（显示工具栏）。
  3. 运行命令后，刷新Jupyter页面即可生效。要恢复默认主题，运行jt -r。

使用主题的好处是它一次性修改了代码区、输出区、Markdown区、背景色、边框色等全套样式，比手动写CSS更全面、更美观。

4.4 其他实用配置项

配置文件里还有很多有用的选项，你可以按需取消注释并修改：

  • 修改默认启动目录：搜索c.NotebookApp.notebook_dir，取消注释并将其值设为你的项目目录路径（同样要用绝对路径）。这样以后启动就不再需要--notebook-dir参数了。
    c.NotebookApp.notebook_dir = 'D:/my_projects'
  • 禁止自动打开浏览器：有时你只想在服务器上运行，不需要本地浏览器打开。搜索c.NotebookApp.open_browser，设置为False。
    c.NotebookApp.open_browser = False
  • 设置访问密码/Token：如果你在服务器上运行，需要安全保护。相关配置项是c.NotebookApp.password和c.NotebookApp.token，设置稍复杂，涉及密码哈希生成，有需要时可以查阅专门文档。

5. 效率飞跃：实现强大的代码自动补全

原生的Jupyter Notebook代码补全功能非常基础，只能补全当前Notebook中已定义的对象名和关键字。要实现类似PyCharm、VSCode那样的智能补全（根据模块、函数参数、文档字符串提示），我们需要安装扩展。

5.1 安装Jupyter扩展系统

Jupyter有一个扩展（nbextensions）生态系统。首先，我们需要安装管理这些扩展的包：

pip install jupyter_contrib_nbextensions && jupyter contrib nbextension install --user

第一条命令安装扩展包，第二条命令将扩展安装到你的Jupyter配置中。--user标志表示安装到当前用户目录，避免需要系统权限。

5.2 启用“Hinterland”扩展实现自动补全

安装完成后，重启Jupyter Notebook。你会发现顶部菜单栏多了一个“Nbextensions”选项卡。点击进去，你会看到一个扩展列表。

  1. 找到并启用“Hinterland”：在列表中找到“Hinterland”（或者叫“Table of Contents (2)”附近的“Hinterland”）。勾选它旁边的复选框以启用。

    注意：有时列表里直接叫“Hinterland”，有时它被包含在“Codefolding”或其它扩展套件里，请仔细寻找描述为“Code autocompletion”的扩展。另一个非常流行的自动补全扩展是“Snippets”和“Code Prettifier”，但“Hinterland”是专攻补全的。

  2. 配置Hinterland：启用后，通常不需要额外配置就能工作。你可以在代码单元格中开始输入，比如输入import numpy as np后，再输入np.a，然后按Tab键，就会弹出包含argmax,argmin,array等以‘a’开头的函数列表。

这个补全和原生补全的区别：

  • 原生补全：仅补全当前命名空间里已有的名字。
  • Hinterland扩展：会尝试分析你已导入的模块（如numpy,pandas），即使你还没输入完，按Tab也能触发补全建议，并且补全列表更丰富。

5.3 进阶选择：使用JupyterLab与LSP

如果你使用的是JupyterLab（下一代界面），那么实现智能补全的体验更好，通常通过安装Language Server Protocol (LSP)扩展来实现。

  1. 安装JupyterLab LSP扩展：
    pip install jupyterlab-lsp pip install python-lsp-server[all] # 这是Python的Language Server
  2. 安装完成后，重启JupyterLab。你会发现代码编辑有了下划线错误提示、函数签名帮助、以及更强大的自动补全。

JupyterLab + LSP的组合，其代码编辑体验已经非常接近专业的IDE，是重度编码用户的推荐选择。

6. 彻底卸载：如何让Jupyter从你的系统里完全消失

当你需要升级版本、解决冲突，或者单纯想清理空间时，一个干净的卸载至关重要。不彻底的卸载可能会留下配置文件、缓存数据，干扰未来的安装。

卸载的核心逻辑是：逆向操作安装步骤，并清理残留。

6.1 如果你使用虚拟环境安装

这是最简单、最干净的情况，因为所有东西都被隔离在那个文件夹里。

  1. 停用并删除虚拟环境：
    • 首先，关闭所有Jupyter Notebook服务器（在启动它的命令行窗口按Ctrl+C两次）。
    • 如果你在虚拟环境内，先执行deactivate命令退出。
    • 直接删除整个虚拟环境文件夹即可（例如我们之前创建的jupyter_env文件夹）。
    # 假设在 D:\my_projects rmdir /s jupyter_env # Windows rm -rf jupyter_env # macOS/Linux
  2. （可选）清理用户配置和缓存：虚拟环境只隔离了Python包，但Jupyter运行时生成的配置文件、笔记本缓存等可能还在用户目录。如果你想彻底不留痕迹，可以删除以下目录（请谨慎操作，确认其中没有你需要保留的笔记本文件）：
    • 配置文件目录：~/.jupyter（用户主目录下的.jupyter文件夹）
    • 运行时数据目录：~/.local/share/jupyter（Linux/macOS）或C:\Users\<用户名>\AppData\Roaming\jupyter（Windows）
    • 缓存目录：~/.cache/jupyter（Linux/macOS）

警告：删除~/.jupyter会丢失你所有的自定义配置（如我们之前修改的字体设置）。请确保你已备份重要的笔记本文件（.ipynb）后再进行此操作。

6.2 如果你使用全局pip安装（不推荐）

如果你当初是直接在系统Python下用pip install jupyter安装的，卸载步骤如下：

  1. 使用pip卸载包：

    pip uninstall jupyter notebook jupyter_core jupyter_client jupyter_console nbconvert nbformat ipykernel ipywidgets -y

    这条命令尝试卸载Jupyter的核心组件。但由于依赖复杂，可能无法一次卸载干净所有相关包。

  2. 手动检查并清理：卸载后，最好再检查一下pip list，看看是否还有jupyter-、ipython-、ipykernel、nbformat等相关的包，并手动卸载它们。

  3. 同样清理配置和缓存目录（同上一步的~/.jupyter等目录）。

6.3 如果你使用Anaconda安装

  1. 通过conda卸载：打开Anaconda Prompt或终端，执行：

    conda uninstall jupyter notebook

    或者，如果你想移除整个环境（如果你是在某个特定conda环境下安装的）：

    conda remove --name your_env_name --all

  2. 清理conda缓存：

    conda clean --all

  3. （可选）卸载Anaconda本身：如果你想完全移除Anaconda，需要运行其自带的卸载程序（Windows在安装目录下或有独立卸载项），并在删除安装目录后，手动从系统环境变量PATH中移除Anaconda添加的路径。

卸载后的验证：完成上述步骤后，打开一个新的命令行窗口，尝试运行jupyter --version或jupyter notebook。如果系统提示“命令未找到”或“没有名为‘jupyter’的模块”，则说明卸载基本成功。残留的配置文件如果不需要，按上述路径删除即可。

从安装、配置到卸载，走完这一整个流程，你应该对Jupyter Notebook这个工具有了更强的掌控力。它不再是一个黑盒，而是一个可以根据你个人习惯深度定化的生产力平台。记住，好的工具是调教出来的，花一点时间在初始设置上，换来的是长期编码的舒适和高效。

编程学习 学习日记 实战经验
← 返回列表